Responsive image
Universidade Federal de Santa catarina (UFSC)
Programa de Pós-graduação em Engenharia, Gestão e Mídia do Conhecimento (PPGEGC)
Detalhes do Documento Analisado

Centro: Não Informado

Departamento: Não Informado

Dimensão Institucional: Pós-Graduação

Dimensão ODS: Econômica

Tipo do Documento: Tese

Título: MODELO DE MINERAÇÃO DE IDEIAS UTILIZANDO TÉCNICAS DE ENGENHARIA DO CONHECIMENTO

Orientador
  • ALEXANDRE LEOPOLDO GONCALVES
Aluno
  • LUIZ FERNANDO SPILLERE DE SOUZA

Conteúdo

No cenário atual as organizações precisam cada vez mais pensar e buscar a inovação como forma de se manterem competitivas. a inovação, entendida como um processo impacta na criação ou atualização de algo já existente, por exemplo, um produto ou serviço, tem sua origem na geração de ideias. entre as diversas áreas envolvidas neste processo, encontra-se a mineração de ideias, que objetiva a identificação ou extração de ideias a partir de bases de dados não estruturados em formato de texto, por meio de ferramental advindo da engenharia do conhecimento. neste sentido, o objetivo deste trabalho consiste em propor um modelo baseado em métodos e técnicas de engenharia do conhecimento, bem como em conhecimento de especialistas para auxiliar na identificação e ordenamento (ranking) de ideias. para atingir este objetivo foi realizada uma revisão sistemática da literatura com a finalidade de explicitar os elementos que pudessem promover suporte a mineração de ideias. em seguida, estes elementos foram utilizados na proposição do modelo desta tese. para a avaliação do modelo foram elaborados dois cenários de estudo compostos por conjuntos de dados representando ideias, projetos e textos comuns. os resultados foram obtidos executando testes inicialmente no primeiro cenário de estudo e em seguida no segundo cenário de estudo. para o segundo cenário o ranking final é composto por 112 textos (50% de ideias e 50% de projetos) referentes a 20% do segundo conjunto de dados utilizado como verificação do modelo. considerando um cenário ideal, as 56 primeiras posições deveriam ser ocupadas por ideias. a aferição desta situação após a utilização do modelo produziu uma acurácia de 80%. esta acurácia aumenta para 93% caso sejam consideradas as primeiras 40 posições. de maneira geral, considerando os resultados obtidos pode-se concluir que as informações produzidas pelo modelo podem auxiliar na tarefa de identificação e seleção de ideias, facilitando assim a tomada de decisão por parte de especialistas na definição de quais ideias possuem maior potencial de implementação e desenvolvimento.

Índice de Shannon: 3.78063

Índice de Gini: 0.910552

ODS 1 ODS 2 ODS 3 ODS 4 ODS 5 ODS 6 ODS 7 ODS 8 ODS 9 ODS 10 ODS 11 ODS 12 ODS 13 ODS 14 ODS 15 ODS 16
4,37% 6,80% 4,96% 8,75% 4,97% 3,15% 5,41% 5,00% 21,18% 2,57% 6,19% 6,16% 6,26% 4,19% 4,61% 5,43%
ODS Predominates
ODS 9
ODS 1

4,37%

ODS 2

6,80%

ODS 3

4,96%

ODS 4

8,75%

ODS 5

4,97%

ODS 6

3,15%

ODS 7

5,41%

ODS 8

5,00%

ODS 9

21,18%

ODS 10

2,57%

ODS 11

6,19%

ODS 12

6,16%

ODS 13

6,26%

ODS 14

4,19%

ODS 15

4,61%

ODS 16

5,43%