Download - Revisão fatec versão final rede som03
![Page 1: Revisão fatec versão final rede som03](https://reader030.vdocuments.com.br/reader030/viewer/2022020218/559841a81a28ab27328b45c6/html5/thumbnails/1.jpg)
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: [email protected],
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/.