Comparação de Modelos Preditivos Aplicados Em Dados de Chamadas de Call Center: Um Estudo de Caso no TRE-PE
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Revista de Engenharia e Pesquisa Aplicada |
Texto Completo: | http://revistas.poli.br/index.php/repa/article/view/2217 |
Resumo: | A previsão de séries temporais tem sido amplamente aplicada na economia, saúde, meteorologia entre outros áreas como ferramenta para o processo de planejamento. O presente trabalho realizou uma análise de modelos de previsão aplicados em dados reais de chamadas telefônicas do Tribunal Regional Eleitoral de Pernambuco (TRE-PE). Foi possível identificar os principais aspectos da construção de modelos de previsão estatísticos e baseados em redes neurais -MLP. A análise dos dados permitiu a identificação de dependências normalmente existentes em dados de chamadas de serviços de teleatendimento e a forma de identificação de fenômenos sazonais. Por fim, avaliamos a precisão dos modelos comparando os resultados com base no desempenho da previsão com dados reais. |
id |
UFPE-2_26f0983a8c9754da76883bd89fa1a3d7 |
---|---|
oai_identifier_str |
oai:ojs.poli.br:article/2217 |
network_acronym_str |
UFPE-2 |
network_name_str |
Revista de Engenharia e Pesquisa Aplicada |
repository_id_str |
|
spelling |
Comparação de Modelos Preditivos Aplicados Em Dados de Chamadas de Call Center: Um Estudo de Caso no TRE-PEA previsão de séries temporais tem sido amplamente aplicada na economia, saúde, meteorologia entre outros áreas como ferramenta para o processo de planejamento. O presente trabalho realizou uma análise de modelos de previsão aplicados em dados reais de chamadas telefônicas do Tribunal Regional Eleitoral de Pernambuco (TRE-PE). Foi possível identificar os principais aspectos da construção de modelos de previsão estatísticos e baseados em redes neurais -MLP. A análise dos dados permitiu a identificação de dependências normalmente existentes em dados de chamadas de serviços de teleatendimento e a forma de identificação de fenômenos sazonais. Por fim, avaliamos a precisão dos modelos comparando os resultados com base no desempenho da previsão com dados reais. Escola Politécnica de Pernambuco2022-07-15info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionAvaliado pelos paresapplication/pdftext/htmlhttp://revistas.poli.br/index.php/repa/article/view/221710.25286/repa.v7i2.2217Journal of Engineering and Applied Research; Vol 7 No 2 (2022): Edição Especial em Inteligência Artificial; 48-56Revista de Engenharia e Pesquisa Aplicada; v. 7 n. 2 (2022): Edição Especial em Inteligência Artificial; 48-562525-425110.25286/repa.v7i2reponame:Revista de Engenharia e Pesquisa Aplicadainstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEporhttp://revistas.poli.br/index.php/repa/article/view/2217/821http://revistas.poli.br/index.php/repa/article/view/2217/822-Copyright (c) 2022 Thaise dos Santos Tenório, Luciano Soares Júnior, Paulo S. G. de Mattos Netohttp://creativecommons.org/licenses/by-nc/4.0info:eu-repo/semantics/openAccessSoares Júnior, LucianoMattos Neto, Paulo S. G. de2022-07-17T20:06:52Zoai:ojs.poli.br:article/2217Revistahttp://revistas.poli.br/index.php/repaONGhttp://revistas.poli.br/index.php/repa/oai||repa@poli.br2525-42512525-4251opendoar:2022-07-17T20:06:52Revista de Engenharia e Pesquisa Aplicada - Universidade Federal de Pernambuco (UFPE)false |
dc.title.none.fl_str_mv |
Comparação de Modelos Preditivos Aplicados Em Dados de Chamadas de Call Center: Um Estudo de Caso no TRE-PE |
title |
Comparação de Modelos Preditivos Aplicados Em Dados de Chamadas de Call Center: Um Estudo de Caso no TRE-PE |
spellingShingle |
Comparação de Modelos Preditivos Aplicados Em Dados de Chamadas de Call Center: Um Estudo de Caso no TRE-PE Soares Júnior, Luciano |
title_short |
Comparação de Modelos Preditivos Aplicados Em Dados de Chamadas de Call Center: Um Estudo de Caso no TRE-PE |
title_full |
Comparação de Modelos Preditivos Aplicados Em Dados de Chamadas de Call Center: Um Estudo de Caso no TRE-PE |
title_fullStr |
Comparação de Modelos Preditivos Aplicados Em Dados de Chamadas de Call Center: Um Estudo de Caso no TRE-PE |
title_full_unstemmed |
Comparação de Modelos Preditivos Aplicados Em Dados de Chamadas de Call Center: Um Estudo de Caso no TRE-PE |
title_sort |
Comparação de Modelos Preditivos Aplicados Em Dados de Chamadas de Call Center: Um Estudo de Caso no TRE-PE |
author |
Soares Júnior, Luciano |
author_facet |
Soares Júnior, Luciano Mattos Neto, Paulo S. G. de |
author_role |
author |
author2 |
Mattos Neto, Paulo S. G. de |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Soares Júnior, Luciano Mattos Neto, Paulo S. G. de |
description |
A previsão de séries temporais tem sido amplamente aplicada na economia, saúde, meteorologia entre outros áreas como ferramenta para o processo de planejamento. O presente trabalho realizou uma análise de modelos de previsão aplicados em dados reais de chamadas telefônicas do Tribunal Regional Eleitoral de Pernambuco (TRE-PE). Foi possível identificar os principais aspectos da construção de modelos de previsão estatísticos e baseados em redes neurais -MLP. A análise dos dados permitiu a identificação de dependências normalmente existentes em dados de chamadas de serviços de teleatendimento e a forma de identificação de fenômenos sazonais. Por fim, avaliamos a precisão dos modelos comparando os resultados com base no desempenho da previsão com dados reais. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-07-15 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Avaliado pelos pares |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://revistas.poli.br/index.php/repa/article/view/2217 10.25286/repa.v7i2.2217 |
url |
http://revistas.poli.br/index.php/repa/article/view/2217 |
identifier_str_mv |
10.25286/repa.v7i2.2217 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
http://revistas.poli.br/index.php/repa/article/view/2217/821 http://revistas.poli.br/index.php/repa/article/view/2217/822 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2022 Thaise dos Santos Tenório, Luciano Soares Júnior, Paulo S. G. de Mattos Neto http://creativecommons.org/licenses/by-nc/4.0 info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2022 Thaise dos Santos Tenório, Luciano Soares Júnior, Paulo S. G. de Mattos Neto http://creativecommons.org/licenses/by-nc/4.0 |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf text/html |
dc.coverage.none.fl_str_mv |
- |
dc.publisher.none.fl_str_mv |
Escola Politécnica de Pernambuco |
publisher.none.fl_str_mv |
Escola Politécnica de Pernambuco |
dc.source.none.fl_str_mv |
Journal of Engineering and Applied Research; Vol 7 No 2 (2022): Edição Especial em Inteligência Artificial; 48-56 Revista de Engenharia e Pesquisa Aplicada; v. 7 n. 2 (2022): Edição Especial em Inteligência Artificial; 48-56 2525-4251 10.25286/repa.v7i2 reponame:Revista de Engenharia e Pesquisa Aplicada instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Revista de Engenharia e Pesquisa Aplicada |
collection |
Revista de Engenharia e Pesquisa Aplicada |
repository.name.fl_str_mv |
Revista de Engenharia e Pesquisa Aplicada - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
||repa@poli.br |
_version_ |
1798036000450019328 |