Skip navigation
Please use this identifier to cite or link to this item: http://repositorio.unb.br/handle/10482/1414
Files in This Item:
File Description SizeFormat 
Dissertacao_2007_JoseSchiessl.pdf1,65 MBAdobe PDFView/Open
Title: Descoberta de conhecimento em texto aplicada a um sistema de atendimento ao consumidor
Authors: Schiessl, José Marcelo
Orientador(es):: Medeiros, Marisa Bräscher Basílio
Assunto:: Descoberta de conhecimento em texto (DCT)
Mineração de texto
Exploração de dados
Descoberta de conhecimento em dado
Issue Date: 4-Mar-2009
Citation: SCHIESSL, José Marcelo. Descoberta de conhecimento em texto aplicada a um sistema de atendimento ao consumidor. 2007. 106 f. Dissertação (Mestrado em Ciência da Informação)—Universidade de Brasília, Brasília, 2007.
Abstract: Analisa um Serviço de Atendimento ao Consumidor de uma instituição financeira que centraliza, em forma textual, os questionamentos, as reclamações, os elogios e as sugestões, verbais ou escritas, de clientes. Discute a complexidade da informação armazenada em linguagem natural para esse tipo de sistema. Visa apresentar alternativa para extração de conhecimento de bases textuais com a criação de agrupamentos e modelo de classificação automática de textos para agilizar a tarefa realizada atualmente por pessoas. Apresenta uma revisão de literatura que mostra a Descoberta de Conhecimento em Texto como uma extensão da Descoberta de Conhecimento em Dados que utiliza técnicas do Processamento de Linguagem Natural para adequar o texto a um formato apropriado para a mineração de dados e destaca a importância do processo dentro da Ciência da Informação. Aplica a Descoberta de Conhecimento em Texto em uma base do Serviço de Atendimento ao Cliente com objetivo de criar automaticamente agrupamentos de documentos para posterior criação de um modelo categorizador automático dos novos documentos recebidos diariamente. Essas etapas contam com a validação de especialistas de domínio que atestam a qualidade dos agrupamentos e do modelo. Cria indicadores de desempenho que avaliam o grau de satisfação do cliente em relação aos produtos e serviços oferecidos para fornecer subsídio à gestão na política de atendimento. _______________________________________________________________________________________________________________ ABSTRACT
It analyses a Help Desk System of a federal institution that centralizes customer answers, complains, compliments, and suggestions, spoken or written. It argues about information complexity stored in natural language. It intends to present an alternative for knowledge extraction from textual databases by creating clusters and automatic classification model of texts in order to improve the current tasks made by employees. It presents a literature revision that shows the Knowledge Discovery in Text as an extension of Knowledge Discovery in Data that utilizes the Natural Language Processing in order to adequate the text into an appropriated format to data mining and enhances the importance of the process in the Information Science field. It applies the Knowledge Discovery in Text techniques in the Help Desk Database in order to create cluster of documents and, after that, to build an automatic classification model to new documents received every day. These steps need to be validated by specialist in the area to verify the model and clusters quality. It creates performance indexes in order to measure the customer satisfaction related to products and services to provide information for decision makers.
metadata.dc.description.unidade: Faculdade de Ciência da Informação (FCI)
Description: Dissertação (mestrado)—Universidade de Brasília, Faculdade de Economia, Administração, Contabilidade e Ciência da Informação e Documentação, Departamento de Ciência da Informação e Documentação, 2007.
metadata.dc.description.ppg: Programa de Pós-Graduação em Ciência da Informação
Appears in Collections:Teses, dissertações e produtos pós-doutorado

Show full item record " class="statisticsLink btn btn-primary" href="/jspui/handle/10482/1414/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.