revisão fatec versão final rede som03

USO DE UMA REDE SOM NA EXTRAÇÃO DE DADOS

PARA IMPLANTAÇÃO DE UM SISTEMA ESPECIALISTA Edquel Bueno Prado Farias

1, Patrícia Moreira Moraes

2, Renato José Sassi

3.

1, 2, 3

Universidade Nove de Julho, São Paulo, Brasil.

e-mail: 1farias.edquel@outlook.com,

3rjsassi@gmail.com.

1. Introdução

O aumento gradual da utilização dos sistemas de

informação exige a necessidade de um ponto central de

contato de suporte, o Service Desk, onde os processos e

serviços são projetados de forma a assegurar a qualidade

e a satisfação do cliente. Técnicas da Inteligência

Artificial podem ser associadas para melhorar a

qualidade do atendimento do Service Desk, como o

Sistema Especialista (SE) e a rede neural artificial [1,

2]. Apresenta-se neste trabalho o uso de uma rede neural

artificial do tipo Self Organizing Maps (SOM) na

extração de dados para implantação de um SE no

Service Desk de um hospital público. O objetivo foi

auxiliar o especialista e o técnico na tomada de decisão

durante o atendimento ao cliente.

2. Materiais e Métodos

Para a criação do SE foi utilizado o software Expert

Sinta [3]. O SE foi alimentado com a base de dados do

hospital público contendo 5.078 registros do histórico

de atendimento do Service Desk do ano de 2002 ao ano

de 2012. Para a criação da SOM foi utilizado o software

Viscovery SOMine [4].

Os experimentos foram realizados na seguinte

ordem: pré-processamento dos registros no Excel

eliminando redundâncias e dados faltantes,

processamento da base pré-processada pela SOM e os

registros agrupados pela SOM pela semelhança dos

atributos foram submetidos ao SE para a definição das

regras de inferência.

3. Resultados e Discussão

A figura 1 mostra os clusters do atributo (tipo de

equipamento) gerados pela SOM: A1 Computador, A2

Impressora e A3 Rede e periféricos. Na figura 2 é

possível avaliar a frequência de cada tipo de chamado.

Baseado nestes dados o Sistema Especialista foi

otimizado sendo subdividido em três subsistemas que

foram alimentados com as variáveis geradas (figura 2)

Figura 1: Clusters gerados pela rede SOM(Atributo

tipo de equipamento)

Figura 2: Clusters gerados pela rede SOM

(Atendimentos realizados:Frequencia)

Em seguida as regras de inferência foram geradas

com base nos clusters. Apresenta-se aqui uma regra de

inferência: SE solicitação = Usuário Não acessa a rede

nem faz login E Diagnóstico = Plugue do cabo de rede

desconectado ENTÃO Solução para falha de rede =

verificar e conectar cabos de rede (azul) CNF 100%.

O uso do SE no apoio ao atendimento alcançou o

objetivo ao padronizar o cadastro de casos, a forma de

atendimento e o tempo de resolução de problemas foram

reduzidos. O uso do SE aumentou a eficácia do analista

e do especialista na tomada de decisão.

4. Conclusão

Conclui-se, então, que a associação de uma rede

neural artificial com um SE, como o que foi usado é

uma importante ferramenta para apoiar a tomada de

decisão de analistas e especialistas de um Service Desk.

A pesquisa terá continuidade ao utilizar o Raciocínio

Baseado em Casos (RBC) no mesmo problema

substituindo o SE.

Agradecimento

À Universidade Nove de Julho pelo apoio à

pesquisa.

5. Referências Bibliográficas

[1] HARETON R, A. Protótipo de Sistema Especialista

para Service Desk utilizando conceitos de ITIL. Brasil,

2011.

[2] HAYKIN, S. Neural Networks: A Comprehensive

Foundation. New York: Willey & Sons, 1994.

[3] LIA Expert SINTA versão 1.1. Uma ferramenta para

criação de Sistemas Especialistas, 2001.

[4] VISCOVERY Somine. Versão 5.0.1 2008

www.somine.info/.