Detecção de anomalias na captura de dados em lojas de e-commerce

Detalhes bibliográficos
Autor(a) principal: Neves, Vinicius Kiatkoski
Data de Publicação: 2017
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/197625
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Controle e Automação.
id UFSC_4d397b869bc528f247ce58b68428ef33
oai_identifier_str oai:repositorio.ufsc.br:123456789/197625
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Detecção de anomalias na captura de dados em lojas de e-commerce​detecção de falhas. comércio eletrônico. falsos-positivos. coleta de eventos.fault-detection. e-commerce. false positive. event capturing.TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Controle e Automação.O presente trabalho foi desenvolvido na empresa Linx Sistemas e Consultoria Ltda., líder no Brasil em personalização de comércio eletrônico. Neste trabalho foi desenvolvido um algoritmo de detecção de falhas na coleta de eventos em lojas de comércio eletrônico. O algoritmo foi testado em dados reais provenientes de coleta da empresa e cenários de falha foram isolados para seu desenvolvimento. O mesmo procura melhorar o processo de detecção de falhas, hoje feito por um outro algoritmo com escopo limitado de detecção e muito suscetível a falsos-positivos. O algoritmo desenvolvido baseia-se no histórico do cliente (conforme o dia da semana) para então concluir sobre uma possível falha, utilizando uma abordagem estatística para tal, baseada em médias e desvio padrão dos dados dos clientes. Os dois algoritmos são comparados diariamente e como resultado salienta-se as melhorias do algoritmo proposto, tanto no escopo de detecção, uma abrangência maior de falhas podem ser detectadas, quanto na redução de falsos-positivos.The current work was developed at Linx Sistemas e Consultoria Ltda., Brazil’s leading e-commerce personalization company. In this work, a fault-detection algorithm was developed for capturing events in e-commerces. The algorithm was tested within company’s real data and failure scenarios were isolated for its development. The algorithm intends to improve fault-detection process, which is currently performed by another algorithm with limited scope and very susceptible to false positives. The developed algorithm uses client’s historical data (according to the day of the week) to detect a possible failure through a statistical approach based on the means and standard deviation of the customer data. Both algorithms are compared on a daily basis. As a result of the study, we highlight the improvements perceived with the proposed algorithm, both in the scope of detection, as a greater range of failures can be detected, as well as in the reduction of false positives.Florianópolis, SC.Moreno, Ubirajara FrancoUniversidade Federal de Santa CatarinaNeves, Vinicius Kiatkoski2019-07-15T18:51:12Z2019-07-15T18:51:12Z2017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttps://repositorio.ufsc.br/handle/123456789/197625info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2019-07-15T18:51:14Zoai:repositorio.ufsc.br:123456789/197625Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732019-07-15T18:51:14Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Detecção de anomalias na captura de dados em lojas de e-commerce
title Detecção de anomalias na captura de dados em lojas de e-commerce
spellingShingle Detecção de anomalias na captura de dados em lojas de e-commerce
Neves, Vinicius Kiatkoski
​detecção de falhas. comércio eletrônico. falsos-positivos. coleta de eventos.
fault-detection. e-commerce. false positive. event capturing.
title_short Detecção de anomalias na captura de dados em lojas de e-commerce
title_full Detecção de anomalias na captura de dados em lojas de e-commerce
title_fullStr Detecção de anomalias na captura de dados em lojas de e-commerce
title_full_unstemmed Detecção de anomalias na captura de dados em lojas de e-commerce
title_sort Detecção de anomalias na captura de dados em lojas de e-commerce
author Neves, Vinicius Kiatkoski
author_facet Neves, Vinicius Kiatkoski
author_role author
dc.contributor.none.fl_str_mv Moreno, Ubirajara Franco
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Neves, Vinicius Kiatkoski
dc.subject.por.fl_str_mv ​detecção de falhas. comércio eletrônico. falsos-positivos. coleta de eventos.
fault-detection. e-commerce. false positive. event capturing.
topic ​detecção de falhas. comércio eletrônico. falsos-positivos. coleta de eventos.
fault-detection. e-commerce. false positive. event capturing.
description TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Controle e Automação.
publishDate 2017
dc.date.none.fl_str_mv 2017
2019-07-15T18:51:12Z
2019-07-15T18:51:12Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/197625
url https://repositorio.ufsc.br/handle/123456789/197625
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 application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC.
publisher.none.fl_str_mv Florianópolis, SC.
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_ 1808652219805859840

Registros relacionados