Tratamento do impacto de casos non-fitting em predição de tempo de resolução usando mineração de processos com múltiplos atributos (2019)
- Authors:
- Autor USP: FERNANDES, ALEXANDRE GASTALDI LOPES - EACH
- Unidade: EACH
- DOI: 10.11606/D.100.2020.tde-02122019-150538
- Subjects: NEGÓCIOS; SISTEMAS DE INFORMAÇÃO; RESOLUÇÃO DE PROBLEMAS; MINERAÇÃO DE DADOS
- Keywords: Casos non-fitting; Mineração de processos; Monitoramento preditivo de processos; Predição de tempo de resolução; Seleção de atributos; Sistemas de transição; Attribute selection; Non-fitting cases; Predictive process monitoring; Process mining; Remaining time prediction; Transition systems
- Language: Português
- Abstract: Na busca por eficiência e competitividade, organizações precisam monitorar e avaliar constantemente os processos que são vitais para atingir seus objetivos. A mineração de processos busca apoiar essas iniciativas, provendo novas formas de descoberta, monitoramento e análise dos processos de negócio. Em particular, o monitoramento preditivo de processos propõe mecanismos que permitem antecipar e prevenir situações não desejadas, sendo uma das aplicações de maior interesse a predição do tempo de resolução de um caso em execução. Apesar de muitos estudos terem mostrado resultados promissores nessa linha, um problema que ainda não foi atacado diretamente é o impacto de casos que não estão no modelo, ou casos non-fitting. Este trabalho propõe o uso de técnicas de busca por similaridade para tratar casos non-fitting em um método de predição de tempo de resolução de incidentes, baseado em mineração de processos. Partindo de um método existente e usando um conjunto de dados extraído de um cenário real de mercado, o estudo inicialmente avaliou o impacto dos casos non-fitting sobre a assertividade do preditor em cenários em que múltiplos atributos são usados na geração do modelo. Posteriormente, o mesmo conjunto de dados foi submetido ao método alterado com a inclusão das técnicas de busca por similaridade, comprovado pelo desempenho do preditor. Também foram incorporadas algumas melhorias adicionais ao método final: a normalização do conjunto de dados; a geração de atributos de contexto a partir de atributos temporais, visando incluir a perspectiva de sazonalidade ao modelo; e, por último, uma adaptação da fase de validação para utilizar a técnica de holdout
- Imprenta:
- Data da defesa: 07.10.2019
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
FERNANDES, Alexandre Gastaldi Lopes. Tratamento do impacto de casos non-fitting em predição de tempo de resolução usando mineração de processos com múltiplos atributos. 2019. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2019. Disponível em: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-02122019-150538/. Acesso em: 09 jan. 2026. -
APA
Fernandes, A. G. L. (2019). Tratamento do impacto de casos non-fitting em predição de tempo de resolução usando mineração de processos com múltiplos atributos (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/100/100131/tde-02122019-150538/ -
NLM
Fernandes AGL. Tratamento do impacto de casos non-fitting em predição de tempo de resolução usando mineração de processos com múltiplos atributos [Internet]. 2019 ;[citado 2026 jan. 09 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-02122019-150538/ -
Vancouver
Fernandes AGL. Tratamento do impacto de casos non-fitting em predição de tempo de resolução usando mineração de processos com múltiplos atributos [Internet]. 2019 ;[citado 2026 jan. 09 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-02122019-150538/
Informações sobre o DOI: 10.11606/D.100.2020.tde-02122019-150538 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
