Aprendizado incremental com interação para classificação de personas

• Autor(a) principal: Moraes, Vinicius da Silva
• Data de Publicação: 2021
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/28050
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Fluxo de dados (Computadores); Processamento eletrônico de dados; Aprendizado de máquinas; Data flow computing; Electronic data processing; Machine learning

A utilização de personas para identifcação de público ajuda na tomada de decisão e oferta de serviços. A empresa analisada nesta monografa realizou uma pesquisa interna para determinar suas personas dentro dos perfs de funcionários e desenvolveu um sistema de questionário para classifcá-los. O objetivo dessa classifcação é de melhorar a distribuição de hardware para funcionários, oferecendo opções ideais para cada perfl. Com o crescimento gradual do mapeamento desses funcionários, o sistema de regras de questionário pode se tornar obsoleto e, devido isso, o objetivo desta monografa é analisar e propor um modelo de aprendizado incremental para classifcação dos funcionários da empresa, trazendo a possibilidade da substituição do sistema de questionário no futuro. A técnica utilizada para o desenvolvimento do modelo proposto foi o aprendizado incremental para fuxo de dados, com o uso dos classifcadores Adaptive Random Forests (ARF) e Support Vector Machines (SVM). Além disso, o modelo proposto possui adaptação para o recebimento de feedback do resultado apresentado do administrador do sistema, fazendo com que o feedback seja incorporado no processo de aprendizagem.