Sei sulla pagina 1di 12

Help Desk Inteligente em Gesto do Conhecimento: Um Tratamento Integrador de Paradigmas

*lvaro Vinicius DE SOUZA COLHO *Edilson FERNEDA *Agenor MARTINS *Marcelo ALVES BARROS *Flavius DA LUZ E GORGNIO

1. INTRODUO Uma caracterstica tpica da comunidade de informtica consiste em tender a departamentalizar os avanos tecnolgicos da computao, em geral. Isto implica em uma tendncia a isolar modelos, paradigmas, ferramentas desenvolvidas e at teorias computacionais dentro de seus prprios limites de origem e aplicao. Um exemplo bem ilustrativo desta tendncia de isolar avanos informticos em compartimentos estanques o que vem ocorrendo com a Inteligncia Artificial (IA) onde cada novo ramo ou nova subdisciplina (por exemplo, Robtica, Engenharia do Conhecimento, PLN, Redes Neuronais, etc) costuma ser tratada de per si, nos seus avanos e aplicaes. Foi necessrio, em razo disto, o surgimento de uma concepo totalmente inovadora e tambm integradora, destinada a colocar todos os avanos da IA a servio de algo muito mais amplo do que cada subdisciplina separadamente: a teoria e a tecnologia dos agentes inteligentes [5]. Fenmeno semelhante est a ocorrer com os sistemas computacionais denominados help desk . So estes sistemas de profundo significado para as economias mundiais em processo de globalizao o objeto de investigao deste texto. Sistemas help desk, fundamentalmente, so sistemas facilitadores de informao tal como nos garante A. H. Thomas [7]. A concepo isolacionista, porm, tende a enxergar e tratar o help desk apenas como um suporte tcnico (Sistemas de Suporte). A moderna concepo de help desk, porm, vai muito alm do mero conceito de suporte tcnico (suporte em hardware, por exemplo) [7]. A principal caracterstica dos sistemas help desk hoje a de facilitador de quaisquer informaes ao usurio, no importando se esta facilitao seja de natureza tcnica computacional ou no. O contedo desta facilitao, portanto, pode ser dos mais variados tipos. Nem mesmo importa se a tecnologia usada na modelagem do help desk venha a envolver componentes inteligentes ou no. Dizemos ento [4]: um sistema help desk constitui um mecanismo computacional facilitador de informao do tipo help desk = <Pergunta, Resposta >
*lvaro Vinicius DE SOUZA COLHO Departamento de Cincias Exatas, DCAT/UESC, Ilhus (BA) alvaro.degas@bol.com.br *Edilson FERNEDA Universidade Catlica de Braslia, Braslia (DF) eferneda@pos.ucb.br *Agenor MARTINS Departamento de Informtica e Estatstica, CNN/ UFPI, Teresina (PI) agenorsm@ufpi.br *Marcelo ALVES BARROS

Departamento de Sistemas e Computao, CCT/UFPB, Campina Grande (PB) barros@dsc.ufpb.br *Flavius DA LUZ E GORGNIO Fundao Francisco Mascarenhas, Patos (PB) flavius@itans.com.br

onde tanto a Pergunta em apreo se refere quela de clientes e/ou usurios quaisquer; quanto a Resposta do sistema se refere a um apoio informacional bem definido em seu domnio. Em geral, domnios atraentes para help desk so relativos a: (i) produtos empresariais diversos; (ii) servios diversos; ou relativos a (iii) sistemas outros quaisquer. O presente trabalho tem um duplo objetivo enquanto esforo de viso integradora: em primeiro lugar, desenvolve-se um esforo de integrao contextual, ou seja, integrao do papel dos sistemas help desk. Isto significa um esforo para redefinir os papis do help desk em termos mais amplo, de modo a mostrar a integrao destes sistemas ao contexto da rea de gesto do conhecimento (GC) e, por conseqncia, ao contexto da economia baseada em conhecimento (Seo 2). Em segundo lugar, desenvolve-se ainda um esforo para integrao de paradigmas ou de metodologias na construo desta classe de sistemas. Mostra-se ento como uma arquitetura de sistema Web help desk pode ser implementada atravs do emprego do Raciocnio Baseado em Casos (RBC) acoplado ao emprego de Regras Heursticas obtidas atravs de mtodos automticos de aprendizagem indutiva (Seo 3). 2. DESENVOLVIMENTO 2.1 Help Desk inteligente: uma integrao contextual Sistemas help desk esto a compor um universo cada vez mais crescente de tecnologias computacionais juntamente com outras tecnologias tais como Data Warehouse, Intranet/Extranet, Groupware, Data Mining, Digital Whiteboards, etc (computao aplicada, portanto). Nossa proposta neste artigo a de que todas estas tecnologias computacionais no foram criadas para existirem isoladamente. Necessitam ser vistas, portanto, como partes de um todo. Essas tecnologias esto a necessitar de uma integrao contextual mesmo para que os seus papis possam ser devidamente valorizados. Assim como os agentes inteligentes esto a servir de ponte de ligao entre todas as reas da computao inteligente, assim tambm estamos a propor que essas tecnologias computacionais a partir daquelas menos abrangentes possam ser integradas e possam ser conectadas quelas tarefas mais abrangentes do domnio da gesto do conhecimento [8]. No caso particular do help desk, a necessidade da sua integrao gesto do conhecimento decorre da prpria natureza de ambas, tanto do help desk quanto da gesto de conhecimento que, na seqncia, tratamos de caracterizar, justamente, para mostrar o seu papel aglutinador de tecnologias. Um papel quase nunca explicitado. 2.2 Gesto do conhecimento A compreenso do que seja o conhecimento, do ponto de vista computacional,

antecede a prpria definio de gesto do conhecimento: Definio 1. Conhecimento uma fluda combinao de: (i) experincia; (ii) valores; (iii) informao contextual; (iv) insight expertos; e (v) intuies significativas que propiciam um ambiente e uma abordagem para novas informaes e experincias. Conhecimentos tm origem e so aplicados nas mentes das pessoas que sabem. Nas organizaes, eles podem tomar a forma, no apenas de repositrios, mas tambm de rotinas organizacionais, processos, prticas e normas. Definio 2. Gesto do Conhecimento (GC) o processo sistemtico de: (i) buscar, (ii) selecionar, (iii) organizar, (iv) filtrar, e (v) exibir informao, tendo em vista melhorar a compreenso de um usurio qualquer, em uma rea especfica de interesse. Gesto do conhecimento no , porm, s um problema de tecnologia; ela igualmente um problema de gerenciamento. Vamos introduzir ento a gesto do conhecimento, de modo a caracteriz-la, por excluso. Gesto do Conhecimento no Engenharia do Conhecimento (IA). Engenharia do conhecimento tem sido parte vital da IA, mas ela ainda se relaciona muito difusamente com a Gesto do Conhecimento. Gesto do Conhecimento se refere a negcios e cabe mais apropriadamente dentro de Sistemas de Informao (computao aplicada) do que dentro da IA ou da computao pura. Ela trata de casar sistemas de informao e pessoas de um modo tal que a Engenharia do Conhecimento jamais foi capaz de fazer. Gesto do Conhecimento diz respeito a processos, no somente a redes digitais. Gesto do Conhecimento no se refere construo de intranets mais expertas. Gesto do Conhecimento no se refere a investimentos pontuais. Gesto do Conhecimento, como qualquer outra tcnica aplicvel anlise de investimentos, vai requerer ateno consistente por um razovel perodo de tempo, mesmo depois de comear a gerar resultados. Gesto do Conhecimento tambm no integrao de conglomerados empresariais. Embora a formao dos conglomerados possa de alguma forma ajudar, a meta principal da GC est em criar, obter, importar, exibir e, sobretudo, ajudar as pessoas certas a aplicar o conhecimento certo, no tempo certo (right people, right knowledge, right time). Gesto do Conhecimento no significa apenas a captura. Conhecimento, em sua completude, no pode ser capturado (e isto nos remete questo filosfica da Epistemologia). A comunidade de IA vem tentando capturar conhecimento tcito j desde 40 anos, com poucos resultados a apresentar. 2.3 Help Desk inteligente: tecnologia de gesto do conhecimento Antes mesmo de correlacionar help desk como uma tecnologia de GC, enfatizamos que sistemas facilitadores de informao do tipo help desk = <Pergunta, Resposta> podem ser modelados com o emprego de metodologias e ferramentas as mais variadas. Interessa-nos, particularmente, os sistemas construdos com base no

conhecimento sobre Problemas (a origem das Perguntas de um usurio) e sobre as suas Solues (exibveis em forma de Resposta s, pelo sistema help desk). Podemos definir ento: Definio 3: Sistemas help desk inteligentes so sistemas que servem como um ponto nico de interveno para soluo de problemas enfrentados por usurios (usurios de produtos, usurios de servios, usurios internos, usurios externos) e onde a fonte das solues computacionais propostas est na representao computacional de conhecimento. Esta representao computacional sobre Problemas e Solues d origem a um importante repositrio denominado base de conhecimento. Definio 4: Base de conhecimento uma estrutura organizada de informao que facilita o armazenamento da inteligncia (do sistema) com o fim de poder ser resgatada ou recuperada em apoio a uma demanda feita ao sistema help desk . Atender ao cliente/usurio, por conseguinte, consiste nesta capacidade do sistema de oferecer uma certa Resposta como o resultado imediato/mediato de uma certa Pergunta emitida por este usurio. A base de conhecimento tem este papel de poder armazenar problemas candidatos e solues candidatas. Algum destes problemas e alguma destas solues armazenadas haver de coincidir com aquele problema a desafiar o cliente/usurio, em um dado momento. esta base de conhecimento que viabiliza, por e xemplo, o apoio ao consumidor como um valioso recurso on-line capaz de oferecer respostas a problemas rpida e acuradamente. A base de conhecimento evita, assim, que se tenha de reinventar a roda a cada pedido de ajuda a empresas/organizaes, por parte de clientes de produtos e/ou servios. O papel do help desk como um processo automtico particular (uma tecnologia) da gesto do conhecimento, no interior de uma organizao, fica deste modo evidenciado. Ambas lidam com processos envolvendo conhecimento; ambas requerem a criao de bases de conhecimento nas organizaes; ambas se dedicam inteligncia e aprendizagem das organizaes; e, finalmente, ambas esto totalmente a servio da moderna economia baseada em conhecimento. 2.4 Help Desk inteligente: uma integrao de metodologias Apresentamos, em seguida, o resultado de nossa investigao, desta vez, sobre o problema da integrao de paradigmas para efeito de construo de sistemas help desk, aps havermos mostrado acima a integrao destes sistemas com o mundo da gesto do conhecimento. Funes de help desk, fundamentalmente, envolvem tarefas de classificao. So tarefas que se caracterizam pela necessidade de se enquadrar um certo objeto ou uma situao ou um evento em uma dada categoria predeterminada. O Raciocnio Baseado em Casos (RBC) como tecnologia para tarefas de classificao constitui aqui o aspecto a nos interessar, mais diretamente, pela razo de que os sistemas help desk podem ser vistos como sistemas que fazem classificaes. Ao realizar classificaes, os sistemas help desk respondem indagaes que a todo momento podem vir a ser colocadas pelos usurios destes sistemas. Os sistemas help desk centrados no RBC

oferecem respostas s nossas perguntas trazendo da memria casos computacionais contendo respostas que, anteriormente, j tenham sido apresentadas a clientes e usurios. A maioria dos sistemas help desk atualmente em funcionamento tem sido projetada com base nestes casos computacionais. Pesquisas recentes apresentadas por Watson [9] do conta de que 58,5% de todas as aplicaes da tecnologia de RBC esto concentradas no desenvolvimento de sistemas do tipo help desk ou de apoio a clientes e usurios. 2.5 Arquitetura objeto da integrao Interessa-nos, porm, integrar o RBC ao uso de regras obtidas por meio de Aprendizagem de Mquina (indutivamente) e com este objetivo tomamos a seguinte arquitetura de sistema help desk [2]. Essa arquitetura particularmente interessante porque explora a modelagem da Pergunta-Resposta com apoio tanto de casos computacionais quanto de regras computacionais, e ainda com o suporte da Internet. A Fig. 1 representa este modelo de Web Help Desk. A arquitetura, como se v, compreende uma Base de Conhecimento representada como casos ou como regras, um servidor WWW, uma Equipe de Atendimento e uma Equipe de Consultores no domnio de aplicao. A idia central na arquitetura fazer com que somente problemas de extrema complexidade no domnio cheguem s mos dos consultores. Ao necessitar de suporte, o usurio se conecta Internet e acessa o suporte (1) atravs do servidor WWW da empresa. Em uma primeira instncia, o sistema ir tentar responder diretamente indagao do usurio atravs de busca base de regras (2), que soluciona problemas que ocorrem com maior freqncia (3). Quando o sistema no consegue uma resposta direta para o problema do usurio, isto significa que, numa primeira instncia, no existe qualquer regra na Base de Regras capaz de responder exatamente indagao feita. O passo seguinte ser tentar obter da Base de Casos um caso que seja semelhante ao problema trazido e cuja soluo possa ser utilizada para a situao desse usurio. Assim, o sistema realiza uma busca na Base de Casos (4) e recupera aqueles casos que mais se assemelhem ao problema trazido pelo usurio (5). Os casos resgatados so ento apresentados ao usurio, dispostos em ordem de semelhana e segundo algum critrio de similaridade. Se, porm, o problema trazido tambm no estiver previsto na base de casos, este problema repassado para a Equipe de Atendimento (6). Ao resolver rapidamente o problema, uma resposta enviada (7,10) ao usurio. S ento, quando a equipe de atendimento no puder resolver o problema, ela poder acionar a Equipe de Consultores (8,9). Cabe ainda Equipe de Consultores a responsabilidade de incluso de novos casos a povoarem a Base de Casos (11) de modo a permitir a aprendizagem do sistema. Estes casos podem ser extrados a partir de uma base de ocorrncia ( casos reais) ou hipoteticamente criados ( casos abstratos ).

Usurio

Servidor WWW

[1] [9]

Equipe de Atendimento

[6] [5] [3] [2]

[4] [8] [7]


Equipe de Consultores Base de Ocorrncias

[10]
Base de Regras Base de Casos

Base de Conhecimento

Fig. 1: Web Help Desk Centrado em RBC e Regras [2] 2.6 Implementao da arquitetura integradora Como ento implementar essa arquitetura de help desk que combina tanto casos computacionais quanto regras? Como gerar estas regras a comporem uma Base de Regras? Como resgatar casos de apoio ao usurio? Discutir-se-, nesta seo, duas abordagens para implementao do resgate de casos aplicado ao help desk: (i) o resgate ou recuperao mediante o atributo contido nos casos; e (ii) o resgate ou a recuperao mediante o casamento de padro. Para a recuperao pelo atributo, uma considerao a mais se posa: a mtrica de similaridade. Conquanto toda a literatura em RBC aponte para um modelo em que a mtrica uma caracterstica da busca, aqui neste domnio deve haver uma ligeira modificao. Com efeito, devido sua natureza amplamente diversa, um mesmo atributo ao ser considerado para dois casos distintos ter seus limites de tolerncia (a proximidade mnima aceitvel para que ele seja considerado similar) diferentes para cada um. Isso fora a mtrica de similaridade a se tornar uma medida associada ao atributo do caso, e no da busca. Com relao recuperao por casamento de padro, neste trabalho, usou -se a mesma concepo dos sistemas de help desk on line de muitas ferramentas grficas modernas: o casamento de palavras-chave. Aqui, de uma resposta do usurio devem ser extradas todas as palavras-chave que sero, afinal, os indexadores dos casos a serem resgatados. Para evitar que problemas de ordem cultural, regional ou pessoal tornem essa busca infrutfera o usurio usando uma ou mais palavras que no esto associadas a qualquer dos casos existir tambm uma lista de sinnimos que ficaro em hash com as palavras-chave de sorte que a busca ser feita tanto pelas palavras quanto pelos sinnimos. Ambas as abordagens, como ser mostrado adiante, tm o suporte de uma viso de banco de dados relacional, e as funes bsicas de resgate so feitas atravs de

SQL, permitindo, assim, que a eficincia e a eficcia desta consagrada tecnologia possam ser herdadas como caracterstica positiva para o nosso trabalho. Para o resgate baseado no atributo, o modelo relacional conforme mostrado na Fig. 2. A incluso de novos casos pode ser feita de duas maneiras: automaticamente, a partir das ocorrcias (ou casos reais [3]) pois os atributos devem ser encontrados e acrescentados tabela relacional correspondente e manual (ou casos abstratos [3]) a partir da experincia dos especialistas, prevenindo situaes que hipoteticamente possam ocorrer embora ainda no tenham sido registradas.
Caso

Atributo Valor/Caso

Atributo

Valor

Fig. 2: Modelo relacional de resgate por casamento de atributo A principal tarefa, o resgate, conforme mostrado no algoritmo RECUPERA_ATRIBUTO (em anexo), onde a principal operao (seleciona_casos) uma instruo SQL como segue: Select cd_caso From tb_atributo_valor_caso v, AtributosAtuais a Where v.cd_caso not in (select cd_caso from casos_reprovad os)and v.cd_atributo = a.cd_atributo and v.vl_classificacao between a.vl_classificacao - v.vl_distancia_maxima and a.vl_classificacao + v.vl_distancia_maxima); Para o resgate baseado no casamento de padro, o modelo rela cional o que mostrado na Fig. 3. Aqui, no vivel a incluso automtica de novos casos a partir das ocorrncias pois estas, naturalmente, carecem de estruturas similares (Perguntas/Palavras/Sinnimos); assim, todos os casos, sejam reais ou abstratos, carecero de uma incluso manual.
Produto

Caso

Caso/Perg. Palavra

Pergunta

Sinnimo

Palavra

Fig. 3: Modelo relacional de resgate por casamento padro

De maneira similar ao modelo para recuperao baseada no atributo, a principal tarefa o resgate, conforme mostrado no algoritmo ao lado, onde a principal operao (seleciona_casos) tambm uma instruo SQL: Select cd_caso, count(cd_caso) From tb_caso_perg_palavra Where cd_pegunta = :Pergunta and (tb_caso_perg_palavra.cd_palavra in (select cd_palavra from tb_palavra where ds_palavra in (select ds_palavra from Lista)) or tb_caso_perg_palavra.cd_palavra in (select tb_sinonimo.cd_palavra from tb_sinonimo where tb_sinonimo.ds_sinonimo in select ds_palavra from Lista))) group by cd_caso; Assim, com o emprego do SQL, este trabalho apresenta uma alternativa vivel tanto tecnolgica quanto eficientemente - para se implementar o RBC em help desk, atendendo aos requisitos bem especficos deste domnio. A induo se aplicar ao domnio em questo de duas maneiras diferentes: numa primeira abordagem, atuando sobre as ocorrncias (e no especificamente sobre os casos), poder fornecer informaes relevantes para os setores de promoo da qualidade, principalmente encontrando relaes Clientes Produtos (o que, de fato, o cliente est usando, e para que), Clientes Problemas/Defeitos (que dificuldades os clientes esto encontrando, em que circunstncias) e Produtos Problemas/Defeitos (o que h de errado, inadequado ou falho em cada produto?). Isso sugere que as possibilidades de pesquisa devero ser flexveis; o usurio que deseja extrair tais conhecimentos deve ter a liberdade de optar por quais atributos a busca dever ser feita (os atributos-causa) e quais ela dever justificar (os atributos-alvo). Por outro lado, importante que o sistema fornea uma descrio a mais ampla possvel do domnio baseando-se nas variveis Confiana e Suporte de cada regra [1]. H ainda uma segunda possibilidade de a induo ser aplicada, que a aferio do prprio sistema RBC. Com efeito, atuando sobre os casos armazenados, um mtodo indutivo pode mostrar falhas, sugerir correes e toda uma infinidade de informaes a mais que relacionem os clientes, os produtos e os problemas dentro dos casos armazenados. Para isso, da mesma forma que na abordagem para o suporte promoo da qualidade, o sistema dever apresentar-se flexvel e prover uma cobertura o mais ampla possvel do domnio. O mtodo proposto uma abordagem que emprega uma implementao para regras de classificao do algoritmo Apriori um mtodo para extrao de regras associativas ou de associao - ao domnio do RBC. O usurio seleciona, a partir dos casos ou a partir das ocorrncias, os atributos que deseja usar como causa e os que deseja usar como alvo e dispara o processo. O algoritmo C_APRIORI , em anexo, cria uma tabela de valores de atributo, conforme mostrado na Fig. 4, para que no conjunto de dados a ser pesquisado possa-se buscar

regras de associao que podero, com o auxlio da tabela, ser interpretadas como de classificao. Como o mtodo tenta encontrar todas as associaes possveis (dados Confiana e Suporte mnimos aceitveis), a cobertura sobre o domnio ser muito mais ampla. Atr. Atr. Atr. 1 2 3 a11 a21 a31 a12 a22 a32 . . . . . . . . . a1n1 a2n2 a3n3 Atr. 4 a41 a42 . . . a4n4 ... ... ... . . . ... Atr. alvo (Classe) c1 c2 . . . cn

Fig. 4: Forma geral da tabela de valores de atributos A Tabela de Valores de Atributos pode ser gerada ao mesmo tempo em que se constri o conjunto L1 (os Itemsets freqentes de tamanho 1 conforme [1] ) havendo, porm, a necessidade de se estabelecer os limites de discretizao de valores contnuos. Para isso, ser solicitada a interveno do usurio, que dever dividir as faixas de valores de forma que tais atributos possam ser tratados de maneira discreta. Esse mtodo tem ainda a vantagem de, se aplicado em consonncia com o Partition [6], poder ser executado com apenas duas varridas sobre os dados, o que se torna de valia particular quando se trata de bases distribudas ou excessivamente grandes. 3. CONCLUSO No presente trabalho, os autores propem a integrao do help desk tanto no sentido de seu posicionamento dentro da Gesto do Conhecimento quanto da integrao de paradigmas para a implementao destes sistemas. Quanto implementao de uma arquitetura de integrao, foi desenvolvido um mtodo de resgate de casos que combina duas abordagens ou possibilidades diferentes (o resgate pelo atributo e pelo casamento de padro ou resgate textual). O resgate textual baseado em palavras-chave em hash com seus respectivos sinnimos e bastante empregada em sistemas de apoio ao usurio (no baseados em casos), mostrou-se, aqui, uma maneira concreta de sua implantao. O mesmo se deu com o resgate por atributos com casamento parcial, empregando o conceito de distncia euclidiana entre valores de atributo, porm este casamento foi abordado como uma caracterstica intrnseca ao caso, e no ao mtodo de busca, o que pode representar uma alternativa importante para uma infinidade de domnios, como por exemplo este que foi objeto do estudo. Foram desenvolvidos dois mecanismos bsicos: (i) um mecanismo para que um sistema suportado por RBC possa ter suas informaes medidas e aferidas por um

mtodo indutivo (as regras extradas), e assim se possa permitir que sejam diagnosticados problemas e/ou anomalias, e (ii) um mecanismo para que possam ser extradas informaes teis a setores estratgicos, a partir de dados do atendimento a clientes como em help desk . Explorou-se ainda o uso de mtodos de extrao de regras de associao para fins de classificao. Este trabalho apresenta uma contribuio a respeito destes problemas descritos, pois consegue aliar as vantagens de mtodos associativos, e particularmente de mtodos aplicveis ao caso distribudo, extrao de regras de classificao, dando uma viso bastante clara de onde estaro efetivamente os ganhos computacionais. Agradecimentos Edilson Ferneda professor licenciado do Departamento de Sistemas e Computao, da Universidade Federal da Paraba, Campina Grande. Os resultados discutidos no presente trabalho resumem a investigao realizada sob a sua orientao quando ele ainda se encontrava institucional e efetivamente ligado a esta instituio.
REFERNCIAS BIBLIOGRFICAS [1] Agrawal, R.; Srikant, R. (1994). "Fast Algorithms for Mining Association Rules", Proceedings of the 20th VLDB Conference , Santiago (Chile). [2] Gorgnio, F. Luz e (1999). Uma Arquitetura de Sistemas Inteligentes de Apoio ao Usurio , Dissertao de Mestrado em Informtica, UFPB, Campina Grande (PB). [3] Kolodner, J.; Menachem, Y.J. (1991). Case-Based Reasoning: An Overview. The Institute for the Learning Sciences, Northwestern University, Evanston (EUA). [4] Martins , A. (2000). "Computao Baseada em Casos: Contribuies Metodolgicas aos Modelos de Indexao, Avaliao, Ranking , e Similaridade de Casos". Tese de Doutorado, COPELE/CCT/UFPB, Campina Grande (PB). [5] Russell, S.; Norvig, P. (1995). Artificial Intelligence, A Modern Approach. Prentice Hall, Englewood Cliffs (EUA). [6] Savasere , A. (1995), Omiencinski E., Navathe S.. An Efficient Algorithm for Mining Association Rules in Larges Databases, Proceedings of the 21st VLDB Conference Zurich (Sua). [7] Thomas , A.H.; Steele, R.M. (1996). The virtual Help Desk strategic management center . International Thompson Computer Press, Boston (EUA). [8] Tiwana, Amrit. (2000). The Knowledge Manajement Toolkit.Prentice Hall, NJ, (EUA). [9] Watson, I. (1997). Aplying Case-Based Reasoning: Techniques for Enterprise Systems. Morgan Kaufmann Publishers, Inc, San Francisco (EUA).

Anexo: algoritmos referidos RECUPERA_ATRIBUTO (CASO_SATISFATORIO) incio Caso_Satisfatorio Falso; repita Le_Problema(AtributosAtuais) Seleciona_Casos(Casos_Selecionados) Testa_Caso(Caso_Satisfatorio)

at Caso_Satisfatrio ou Casos_Selecionados = fim

RECUPERA_T EXTUAL(CASO_S ATISFATRIO) incio Lista_Candidatos (casos da base); Caso_Satisfatorio Falso; Le_produto(:produto); repita Separa_Palavras(Lista,Pergunta); Seleciona_Casos(Casos_Selecionados); Lista_Candidatos Lista_Candidatos Casos_Selecionados; Testa_Caso(Caso_Satisfatorio); at Caso_Satisfatrio ou Lista_Candidatos = ; fim C_APRIORI (Entrada: Banco de transaes D, SupMin E ConfMin; Sada: Conjuntos freqentes de itemset L, Tabela de Valores de Atributos A e Conjunto de regras R) /*Apriori para Classificao*/ incio Discretiza(A); Gera_L1(L1, R, A); K 2; enquanto Lk-1 faa APRIORI -GEN(Lk-1, R); k++; L k Lk; fim APRIORI -GEN (LK, R) incio para cada P Lk-1 faa para cada Q Lk-1, Q > P, Atrib(Q) Atrib(P) faa se |P Q| = k e P Q Lk ento D_CONJUNTO(P Q); fim D_CONJUNTO(C) Incio Aux = ; para cada E A.Classe faa insere C {E} em Aux; para cada t D faa

se t C ento C.sup ++; seja Z Aux, Z t; Z.sup ++; se C.sup > SupMin ento Inseriu Falso; para cada Z Aux faa se Z.sup C.sup ConfMin ento Insere Z em R; Inseriu Verdadeiro; se no (Inseriu) ento Insere C em Lk;

Potrebbero piacerti anche