Um modelo de recomendação de trabalhadores voltado à execução de tarefas no cenário de crowdsourcing

Detalhes bibliográficos
Autor(a) principal: Silva, Thales do Nascimento da
Data de Publicação: 2022
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/247295
Resumo: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento, Florianópolis, 2022.
id UFSC_3453dd6849a19b8bcd1c0f8f24aa8cdd
oai_identifier_str oai:repositorio.ufsc.br:123456789/247295
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Um modelo de recomendação de trabalhadores voltado à execução de tarefas no cenário de crowdsourcingEngenharia e gestão do conhecimentoCrowdsourcingSistemas de recomendação (filtragem de informações)Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento, Florianópolis, 2022.Atualmente o conceito de crowdsourcing vem sendo aplicado em larga escala, utilizando a inteligência coletiva para obter bons resultados. Porém, em cenários onde é necessário conhecimento de domínio para executar as tarefas, percebe-se a necessidade de selecionar os trabalhadores de acordo com suas competências. O objetivo geral deste trabalho consiste na proposição de um modelo capaz de recomendar trabalhadores e explicitar o conhecimento dos mesmos visando à resolução de tarefas complexas em ambientes de crowdsourcing. O modelo elaborado, a partir da metodologia Design Science Research Methodology utiliza de similaridade vetorial com o objetivo de gerar recomendações por meio de rankings. Por intermédio desses rankings é possível auxiliar tomadores de decisão na seleção dos trabalhadores (examinadores no contexto da tese) mais adequados na realização de uma tarefa conforme seu conhecimento prévio. O modelo proposto também utiliza grafos de conhecimento visando explicitar e contextualizar os rankings de recomendação por meio da projeção dos trabalhadores e os conceitos que formam seus perfis. O cenário de estudo foi composto por dois conjuntos de dados de patentes (C1 com 26 classes e 10.400 patentes, e C2 com 71 classes e 56.093 patentes) disponibilizadas pelo United States Patent and Trademark Office® (USPTO). A acurácia do modelo chegou a 84,33% na avaliação utilizando C1 e 65,18% na avaliação utilizando C2. O modelo também avaliou a utilização de um fator de ponderação visando à recomendação de trabalhadores com poucas tarefas realizadas de modo a mitigar o problema de cold-start. Também foi avaliada a viabilidade da construção e utilização de grafos de conhecimento para auxiliar no processo de decisão. Com os resultados obtidos foi possível confirmar a viabilidade do modelo avaliando os aspectos principais, sendo a recomendação de examinadores por meio de rankings e a utilização de grafos de conhecimento visando explicitar o conhecimento envolvido.Abstract: Currently, the concept of crowdsourcing has been applied on a large scale, using collective intelligence to obtain good results. However, in scenarios where domain knowledge is required to perform tasks, there is a need to select workers according to their skills. The general objective of this work is to propose a model capable of recommending specialists and explaining their knowledge to solve complex tasks in crowdsourcing environments. The model developed from the Design Science Research Methodology uses vector similarity to generate recommendations through rankings. Through these rankings, it is possible to assist decision-makers in selecting the most suitable workers (examiners in the context of the thesis) to perform a task according to their prior knowledge. The proposed model also uses knowledge graphs to explain and contextualize the recommendation rankings through the projection of workers and the concepts that form their profiles. The study scenario consisted of two patent datasets (C1 with 26 classes and 10,400 patents, and C2 with 71 classes and 56,093 patents) provided by the United States Patent and Trademark Office® (USPTO). The accuracy of the model reached 84.33% in the evaluation using C1 and 65.18% in the evaluation using C2. The model also evaluated the use of a weighting factor aimed at recommending workers with few tasks performed to mitigate the cold-start problem. The feasibility of building and using knowledge graphs to assist in the decision process was also evaluated. With the results obtained, it was possible to confirm the viability of the model by evaluating the main aspects, the recommendation of examiners through rankings, and the use of knowledge graphs aiming to explain the knowledge involved.Gonçalves, Alexandre LeopoldoSouza, João Artur deUniversidade Federal de Santa CatarinaSilva, Thales do Nascimento da2023-06-28T18:24:26Z2023-06-28T18:24:26Z2022info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis254 p.| il., gráfs.application/pdf380599https://repositorio.ufsc.br/handle/123456789/247295porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2023-06-28T18:24:26Zoai:repositorio.ufsc.br:123456789/247295Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732023-06-28T18:24:26Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Um modelo de recomendação de trabalhadores voltado à execução de tarefas no cenário de crowdsourcing
title Um modelo de recomendação de trabalhadores voltado à execução de tarefas no cenário de crowdsourcing
spellingShingle Um modelo de recomendação de trabalhadores voltado à execução de tarefas no cenário de crowdsourcing
Silva, Thales do Nascimento da
Engenharia e gestão do conhecimento
Crowdsourcing
Sistemas de recomendação (filtragem de informações)
title_short Um modelo de recomendação de trabalhadores voltado à execução de tarefas no cenário de crowdsourcing
title_full Um modelo de recomendação de trabalhadores voltado à execução de tarefas no cenário de crowdsourcing
title_fullStr Um modelo de recomendação de trabalhadores voltado à execução de tarefas no cenário de crowdsourcing
title_full_unstemmed Um modelo de recomendação de trabalhadores voltado à execução de tarefas no cenário de crowdsourcing
title_sort Um modelo de recomendação de trabalhadores voltado à execução de tarefas no cenário de crowdsourcing
author Silva, Thales do Nascimento da
author_facet Silva, Thales do Nascimento da
author_role author
dc.contributor.none.fl_str_mv Gonçalves, Alexandre Leopoldo
Souza, João Artur de
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Silva, Thales do Nascimento da
dc.subject.por.fl_str_mv Engenharia e gestão do conhecimento
Crowdsourcing
Sistemas de recomendação (filtragem de informações)
topic Engenharia e gestão do conhecimento
Crowdsourcing
Sistemas de recomendação (filtragem de informações)
description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento, Florianópolis, 2022.
publishDate 2022
dc.date.none.fl_str_mv 2022
2023-06-28T18:24:26Z
2023-06-28T18:24:26Z
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 380599
https://repositorio.ufsc.br/handle/123456789/247295
identifier_str_mv 380599
url https://repositorio.ufsc.br/handle/123456789/247295
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 254 p.| il., gráfs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652205895450624