| 1. | 2014-Atual. Inteligência Analítica aplicada no apoio à tomada de decisão nas organizações Descrição: Atualmente, empresas, indivíduos, governos e organizações civis produzem e armazenam grandes volumes de dados digitalizados, tanto estruturados, na forma de sistemas de arquivos ou bancos de dados relacionais e dimensionais, quanto não- estruturados, como arquivos de texto, imagens, vídeos e sons. Esses dados contêm informações que podem ser úteis às decisões na organização que os possui, mas o grande volume, a velocidade com que são gerados, e a variedade de suas formas tornam difíceis as descobertas de conhecimento relevante, a partir apenas dos fatos que eles representam. Essa complexidade dificulta a análise com o uso de ferramentas e métodos computacionais convencionais como a geração de relatórios e as consultas a bases de dados. Nesse sentido, é fundamental a utilização extensiva de dados, análises quantitativas e estatísticas, modelos explicativos e preditivos para uma análise baseada em fatos que oriente decisões e ações. A esse uso das informações denomina-se Inteligência Analítica. As técnicas de Inteligência Analítica oferecem tecnologia, teoria e método para a manipulação de dados estruturados e não-estruturados e a descoberta de conhecimento neles encerrado. O uso da Inteligência Analítica permite estender a análise dos dados por meio da descrição e diagnóstico (conclusões), da capacidade preditiva (tendências) e prescritiva (alternativas a seguir) a partir do processamento contínuo dos dados operacionais, o que amplia o conhecimento para tomada de decisão, além de permitir a automatização de decisões a partir de padrões mapeados. O presente projeto tem por objetivo aplicar a Inteligência Analítica no apoio à tomada de decisão nas organizações de diversos ramos de atividades como: bancário/financeiro, comércio varejista, informática, logística, automotivo, indústria, saúde, transportes e Internet/sites. Para tanto, são consideradas as seguintes tecnologias/técnicas e ferramentas: (i) arquiteturas de Business Intelligence e seus componentes: Data Warehouse, Data Mart, ferramentas OLAP e indicadores de desempenho; (ii) ferramentas de Business Analytics; (iii) Descoberta de Conhecimento em Bases de Dados (Knowledge Discovery in Databases - KDD), (iv) Mineração de Dados e a Mineração de Opiniões, (v) técnicas de Inteligência Computacional, tais como: Redes Neurais Artificiais, Lógica Fuzzy, Teoria dos Rough Sets, Árvores de Decisão, Regras de Associação, Computação Evolucionária, Sistemas Especialistas, Raciocínio Baseado em Casos, Inteligência de Enxame e Imunocomputação; (vi). Também será considerada a possível combinação da Inteligência Analítica com técnicas estatísticas (por exemplo, Modelo de Markowitz e Classificação Bayesiana), com metodologias, métodos e ferramentas de gestão da Tecnologia da Informação (por exemplo, ITIL, COBIT, Balanced Scorecard, Arquitetura Corporativa e Business Process Management) e com ferramentas de CRM (Customer Relationship Management).. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Especialização: (1) / Mestrado acadêmico: (7) . Integrantes: Renato José Sassi - Coordenador / Carlos de Oliveira Affonso - Integrante / Edquel Bueno Prado Farias - Integrante / Cleber Gustavo Dias - Integrante / Sidnei Alves de Araujo - Integrante / Ivanir Costa - Integrante / Ismael Francisco da Silva - Integrante / Anderson Rocha de Barros - Integrante / Paulo Henrique Ribeiro de Oliveira - Integrante / Marcelo Drudi Miranda - Integrante / Flavio Clésio Silva de Souza - Integrante / Elenice Gonçalves Sousa Conceição - Integrante. Número de produções C, T A: 12 / Número de orientações: 9 Membro: Renato José Sassi. |
| 1. | 2008-Atual. Descoberta de Conhecimento e Balanced Scorecard: aplicação da Arquitetura Híbrida formada pela Teoria dos Rough Sets com Redes Neurais Artificiais Mapas Auto-Organizáveis no Apoio a Definição de Metas Estratégicas de Longo Prazo Descrição: O projeto propõe a obtenção de uma maior qualidade dos dados que servem de indicadores ao Balanced Scorecard através da aplicação da Arquitetura Híbrida. Esta aplicação divide-se em duas fases: - primeira fase: redução do número de atributos a serem analisados utilizando a Teoria dos Rough Sets; - segunda fase: agrupamento (clusters) dos atributos segundo características semelhantes utilizando Redes Neurais Artificiais Mapas Auto-Organizáveis. O objetivo principal é o de apoiar a definição de metas estratégicas de longo prazo. . Situação: Em andamento; Natureza: Pesquisa. Integrantes: Renato José Sassi - Coordenador / Silva, L.A. - Integrante / Hernandez, E. del M. - Integrante. Membro: Renato José Sassi. |
Data de processamento: 10/03/2015 04:51:57