Modelo multicritério combinado com técnica de clusterização para avaliação da qualidade de serviço aeroportuário
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | http://app.uff.br/riuff/handle/1/30398 |
Resumo: | Avaliar qualidade de serviço e priorizar ações de melhoria são questões relevantes e desafiadoras na atualidade. Um problema que surge no processo é como evitar efeitos compensatórios que podem mascarar os resultados da atribuição de qualidade de serviço e da priorização de critérios para estabelecimento de ações de melhorias. Neste contexto, este estudo propõe e aplica uma abordagem híbrida para avaliação da qualidade de serviço aeroportuária e priorização de critérios para promoção de melhorias, baseada em um modelo multicritério não compensatório completo combinado com técnicas de clusterização. Para isso, inicialmente, por meio de revisão bibliográfica, dados de 57 estudos foram compilados para identificação dos atributos relevantes associados à avaliação e melhoria de qualidade de serviço em terminais aeroportuários de passageiros. Em seguida, um método de duas fases é proposto. Na primeira fase – fase de avaliação – um modelo híbrido multicritério baseado na combinação do algoritmo ELECTRE TRI ME com técnica de clusterização k-means é construído com objetivo de evitar efeitos compensatórios ao lidar com dados provenientes de múltiplos avaliadores e, assim, classificar ordenadamente os aeroportos em grupos de desempenho. Na segunda fase – fase de priorização dos critérios para melhoria – propõe-se a clusterização dos critérios de qualidade de serviço por meio de comparações entre os grupos de desempenho de aeroportos, possibilitando, assim, a definição de prioridades visando implementação de ações de melhoria. A abordagem proposta foi aplicada a partir de dados de pesquisa conduzida pela Secretaria Nacional de Aviação Civil (SAC), que envolveu 19.240 passageiros, entrevistados em 15 aeroportos internacionais brasileiros, no 2º trimestre de 2019. Os resultados da aplicação, que considerou diversos valores de corte, indicaram quatro níveis de desempenho para os aeroportos analisados. A aplicação da modelagem mostrou a viabilidade da proposta e seu maior poder de discriminação e exigência, em comparação com métodos anteriores, tradicionalmente utilizados. Além disso, na segunda fase do método, foi definida a priorização de critérios para estabelecimento de ações de melhoria para os aeroportos incluídos no grupo de baixo desempenho. Por fim, destaca-se que a abordagem híbrida, estruturada de forma pioneira para avaliação e priorização de melhorias, representa um avanço relevante no estabelecimento de um modelo de auxílio à decisão multicritério (AMD) que preenche a lacuna por um método não compensatório completo, capaz de classificar a qualidade de serviço considerando a percepção de múltiplos avaliadores e, ainda, priorizar aspectos para promoção de ações de melhoria. Desta forma, este estudo contribui para a consolidação de um modelo de avaliação da qualidade de serviço e colabora para a melhoria dos níveis de serviço disponibilizados em terminais aeroportuários, bem como para o planejamento estratégico e alocação de investimentos com vistas à adequação e expansão da infraestrutura aeroportuária. |
id |
UFF-2_35bdfeffa6cc33b8ff41c2267755baee |
---|---|
oai_identifier_str |
oai:app.uff.br:1/30398 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Modelo multicritério combinado com técnica de clusterização para avaliação da qualidade de serviço aeroportuárioMulti-criteria model combined with clustering technique to evaluate airport service qualityAuxílio multicritério à decisão (AMD)Qualidade de serviçoClusterizaçãoTerminal aeroportuárioTomada de decisão com múltiplos critériosQualidade de serviçoAeroportoMulticriteria decision aid (MCDA)ElectreQuality of service (QoS)ClusteringAirport terminalAvaliar qualidade de serviço e priorizar ações de melhoria são questões relevantes e desafiadoras na atualidade. Um problema que surge no processo é como evitar efeitos compensatórios que podem mascarar os resultados da atribuição de qualidade de serviço e da priorização de critérios para estabelecimento de ações de melhorias. Neste contexto, este estudo propõe e aplica uma abordagem híbrida para avaliação da qualidade de serviço aeroportuária e priorização de critérios para promoção de melhorias, baseada em um modelo multicritério não compensatório completo combinado com técnicas de clusterização. Para isso, inicialmente, por meio de revisão bibliográfica, dados de 57 estudos foram compilados para identificação dos atributos relevantes associados à avaliação e melhoria de qualidade de serviço em terminais aeroportuários de passageiros. Em seguida, um método de duas fases é proposto. Na primeira fase – fase de avaliação – um modelo híbrido multicritério baseado na combinação do algoritmo ELECTRE TRI ME com técnica de clusterização k-means é construído com objetivo de evitar efeitos compensatórios ao lidar com dados provenientes de múltiplos avaliadores e, assim, classificar ordenadamente os aeroportos em grupos de desempenho. Na segunda fase – fase de priorização dos critérios para melhoria – propõe-se a clusterização dos critérios de qualidade de serviço por meio de comparações entre os grupos de desempenho de aeroportos, possibilitando, assim, a definição de prioridades visando implementação de ações de melhoria. A abordagem proposta foi aplicada a partir de dados de pesquisa conduzida pela Secretaria Nacional de Aviação Civil (SAC), que envolveu 19.240 passageiros, entrevistados em 15 aeroportos internacionais brasileiros, no 2º trimestre de 2019. Os resultados da aplicação, que considerou diversos valores de corte, indicaram quatro níveis de desempenho para os aeroportos analisados. A aplicação da modelagem mostrou a viabilidade da proposta e seu maior poder de discriminação e exigência, em comparação com métodos anteriores, tradicionalmente utilizados. Além disso, na segunda fase do método, foi definida a priorização de critérios para estabelecimento de ações de melhoria para os aeroportos incluídos no grupo de baixo desempenho. Por fim, destaca-se que a abordagem híbrida, estruturada de forma pioneira para avaliação e priorização de melhorias, representa um avanço relevante no estabelecimento de um modelo de auxílio à decisão multicritério (AMD) que preenche a lacuna por um método não compensatório completo, capaz de classificar a qualidade de serviço considerando a percepção de múltiplos avaliadores e, ainda, priorizar aspectos para promoção de ações de melhoria. Desta forma, este estudo contribui para a consolidação de um modelo de avaliação da qualidade de serviço e colabora para a melhoria dos níveis de serviço disponibilizados em terminais aeroportuários, bem como para o planejamento estratégico e alocação de investimentos com vistas à adequação e expansão da infraestrutura aeroportuária.To evaluate Quality of Service (QoS) and prioritize improvements actions is a relevant and challenging issue nowadays. A problem that arises in process is how to avoid compensatory effects that could mask results from QoS assignments and prioritizing criteria for establishing improvement actions. In this context the present study proposes and applies a hybrid approach for evaluating airport service quality and prioritizing criteria to promote improvements, based on a full non-compensatory multicriteria model combined with clustering techniques. Initially, through literature review, data from 57 studies were compiled to identify the relevant attributes associated with QoS evaluation process at airport passenger terminals. Then a two-phase method is proposed. In the first phase – evaluation phase – a hybrid multicriteria model based on the combination of the ELECTRE TRI ME algorithm with the k-means clustering is built with the objective of avoiding compensatory effects when dealing with data coming from multiple evaluators and thus sorting airports into performance clusters. In the second phase – prioritization of criteria for improvement phase – clustering of service quality criteria is proposed through comparisons between the performance clusters of airports, thus defining prioritization for improvement actions. The proposal approach was applied using data from a survey conducted by SAC (National Civil Aviation Department / Brazil) that involved 19,240 passengers, interviewed at 15 Brazilian international airports in the 2nd quarter of 2019. Results from application, which considered different cutoff values, indicated four main performance levels for airport under analysis. The application showed the feasibility of the proposal and its greater power of discrimination and demand, in comparison with previous traditional methods. In addition, in the second phase of the method, the prioritization of criteria for establishing improvement actions for low performance airports was defined. Finally, it is noteworthy that the hybrid approach, structured in a pioneering way for evaluation and improvement, represents a relevant advance in the establishment of a multicriteria decision aid (MCDA) model that fills the gap for a full non compensatory method, capable of classify QoS under perspective of multiple evaluators and prioritize aspects to promote improvement actions. In this way, the present study contributes to the consolidation of a QoS evaluation model and contributes to the improvement of service levels provided to passengers by airport operators, as well as to strategic investments planning with a view to adapting and expanding the airport infrastructure171 p.Costa, Helder GomesCorreia, Anderson RibeiroSilvestre, Bruno dos SantosMota, Caroline Maria de MirandaMorais, Danielle CostaBalderrain, Mischel Carmen Neyrahttp://lattes.cnpq.br/1532868925100738Rocha, Phelipe Medeiros da2023-09-18T16:25:45Z2023-09-18T16:25:45Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfROCHA, Phelipe Medeiros da. Modelo multicritério combinado com técnica de clusterização para avaliação da qualidade de serviço aeroportuário. 2022. 171 f. Tese (Doutorado em Engenharia de Produção ) – Programa de Pós Graduação em Engenharia de Produção, Escola de Engenharia, Universidade Federal Fluminense, Niterói, 2022http://app.uff.br/riuff/handle/1/30398CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2023-09-18T16:25:49Zoai:app.uff.br:1/30398Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202023-09-18T16:25:49Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Modelo multicritério combinado com técnica de clusterização para avaliação da qualidade de serviço aeroportuário Multi-criteria model combined with clustering technique to evaluate airport service quality |
title |
Modelo multicritério combinado com técnica de clusterização para avaliação da qualidade de serviço aeroportuário |
spellingShingle |
Modelo multicritério combinado com técnica de clusterização para avaliação da qualidade de serviço aeroportuário Rocha, Phelipe Medeiros da Auxílio multicritério à decisão (AMD) Qualidade de serviço Clusterização Terminal aeroportuário Tomada de decisão com múltiplos critérios Qualidade de serviço Aeroporto Multicriteria decision aid (MCDA) Electre Quality of service (QoS) Clustering Airport terminal |
title_short |
Modelo multicritério combinado com técnica de clusterização para avaliação da qualidade de serviço aeroportuário |
title_full |
Modelo multicritério combinado com técnica de clusterização para avaliação da qualidade de serviço aeroportuário |
title_fullStr |
Modelo multicritério combinado com técnica de clusterização para avaliação da qualidade de serviço aeroportuário |
title_full_unstemmed |
Modelo multicritério combinado com técnica de clusterização para avaliação da qualidade de serviço aeroportuário |
title_sort |
Modelo multicritério combinado com técnica de clusterização para avaliação da qualidade de serviço aeroportuário |
author |
Rocha, Phelipe Medeiros da |
author_facet |
Rocha, Phelipe Medeiros da |
author_role |
author |
dc.contributor.none.fl_str_mv |
Costa, Helder Gomes Correia, Anderson Ribeiro Silvestre, Bruno dos Santos Mota, Caroline Maria de Miranda Morais, Danielle Costa Balderrain, Mischel Carmen Neyra http://lattes.cnpq.br/1532868925100738 |
dc.contributor.author.fl_str_mv |
Rocha, Phelipe Medeiros da |
dc.subject.por.fl_str_mv |
Auxílio multicritério à decisão (AMD) Qualidade de serviço Clusterização Terminal aeroportuário Tomada de decisão com múltiplos critérios Qualidade de serviço Aeroporto Multicriteria decision aid (MCDA) Electre Quality of service (QoS) Clustering Airport terminal |
topic |
Auxílio multicritério à decisão (AMD) Qualidade de serviço Clusterização Terminal aeroportuário Tomada de decisão com múltiplos critérios Qualidade de serviço Aeroporto Multicriteria decision aid (MCDA) Electre Quality of service (QoS) Clustering Airport terminal |
description |
Avaliar qualidade de serviço e priorizar ações de melhoria são questões relevantes e desafiadoras na atualidade. Um problema que surge no processo é como evitar efeitos compensatórios que podem mascarar os resultados da atribuição de qualidade de serviço e da priorização de critérios para estabelecimento de ações de melhorias. Neste contexto, este estudo propõe e aplica uma abordagem híbrida para avaliação da qualidade de serviço aeroportuária e priorização de critérios para promoção de melhorias, baseada em um modelo multicritério não compensatório completo combinado com técnicas de clusterização. Para isso, inicialmente, por meio de revisão bibliográfica, dados de 57 estudos foram compilados para identificação dos atributos relevantes associados à avaliação e melhoria de qualidade de serviço em terminais aeroportuários de passageiros. Em seguida, um método de duas fases é proposto. Na primeira fase – fase de avaliação – um modelo híbrido multicritério baseado na combinação do algoritmo ELECTRE TRI ME com técnica de clusterização k-means é construído com objetivo de evitar efeitos compensatórios ao lidar com dados provenientes de múltiplos avaliadores e, assim, classificar ordenadamente os aeroportos em grupos de desempenho. Na segunda fase – fase de priorização dos critérios para melhoria – propõe-se a clusterização dos critérios de qualidade de serviço por meio de comparações entre os grupos de desempenho de aeroportos, possibilitando, assim, a definição de prioridades visando implementação de ações de melhoria. A abordagem proposta foi aplicada a partir de dados de pesquisa conduzida pela Secretaria Nacional de Aviação Civil (SAC), que envolveu 19.240 passageiros, entrevistados em 15 aeroportos internacionais brasileiros, no 2º trimestre de 2019. Os resultados da aplicação, que considerou diversos valores de corte, indicaram quatro níveis de desempenho para os aeroportos analisados. A aplicação da modelagem mostrou a viabilidade da proposta e seu maior poder de discriminação e exigência, em comparação com métodos anteriores, tradicionalmente utilizados. Além disso, na segunda fase do método, foi definida a priorização de critérios para estabelecimento de ações de melhoria para os aeroportos incluídos no grupo de baixo desempenho. Por fim, destaca-se que a abordagem híbrida, estruturada de forma pioneira para avaliação e priorização de melhorias, representa um avanço relevante no estabelecimento de um modelo de auxílio à decisão multicritério (AMD) que preenche a lacuna por um método não compensatório completo, capaz de classificar a qualidade de serviço considerando a percepção de múltiplos avaliadores e, ainda, priorizar aspectos para promoção de ações de melhoria. Desta forma, este estudo contribui para a consolidação de um modelo de avaliação da qualidade de serviço e colabora para a melhoria dos níveis de serviço disponibilizados em terminais aeroportuários, bem como para o planejamento estratégico e alocação de investimentos com vistas à adequação e expansão da infraestrutura aeroportuária. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-09-18T16:25:45Z 2023-09-18T16:25:45Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
ROCHA, Phelipe Medeiros da. Modelo multicritério combinado com técnica de clusterização para avaliação da qualidade de serviço aeroportuário. 2022. 171 f. Tese (Doutorado em Engenharia de Produção ) – Programa de Pós Graduação em Engenharia de Produção, Escola de Engenharia, Universidade Federal Fluminense, Niterói, 2022 http://app.uff.br/riuff/handle/1/30398 |
identifier_str_mv |
ROCHA, Phelipe Medeiros da. Modelo multicritério combinado com técnica de clusterização para avaliação da qualidade de serviço aeroportuário. 2022. 171 f. Tese (Doutorado em Engenharia de Produção ) – Programa de Pós Graduação em Engenharia de Produção, Escola de Engenharia, Universidade Federal Fluminense, Niterói, 2022 |
url |
http://app.uff.br/riuff/handle/1/30398 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1825433255516569600 |