Trabalho de Conclusão
Título:DESCOBERTA DE CONHECIMENTO EM BASE DE DADOS DE ALTERAÇÕES EM SISTEMA DE GESTÃO
Aluno:LUCAS ADAMS CAMARGO
Semestre:2019/02
Situação:Concluido
Áreas de interesse:Não informado
Orientador:Gabriel da Silva Simões
Avaliadores:Edvar Bergmann Araujo, Rodrigo Rafael Villarreal Goulart
Documentos:Anteprojeto, Texto final TC1 (liberado apenas para a banca), Texto final TC2
Palavras-chave:Inconsistências. Mineração de dados. Aprendizado de máquina. Modelo preditivo. Aprendizado supervisionado.
Resumo:

No processo de desenvolvimento de software frequentemente são inseridas inconsistências no sistema, o que acaba gerando diversos transtornos. Estes defeitos no sistema impactam tanto a empresa, que precisa investir tempo em correções, quanto o cliente, que não consegue utilizar o sistema apropriadamente. A empresa Rech Informática possui todas as alterações em seu sistema ERP documentadas de forma que é possível identificar se a modificação gerou alguma inconsistência ou não. Entretanto, não é possível analisar manualmente todos esses dados para extrair informações relevantes sobre essas inconsistências e evitar que elas ocorram. Dessa forma, esse trabalho trata da aplicação de técnicas de mineração de dados e aprendizado de máquina sobre essa base de dados objetivando a geração de um modelo capaz de prever se determinada alteração no sistema irá gerar inconsistência. O processo de treinamento de modelos preditivos foi desenvolvido utilizando a linguagem de programação Python, que possui bibliotecas voltadas para a Ciência de Dados. Os resultados obtidos confirmam a viabilidade da geração de predições, porém com ressalvas quanto à acurácia obtida. Além disso, foi observada a praticidade e eficiência da utilização da linguagem Python para fins de geração de conhecimento.

Link biblioteca:Não informado