Avaliação da recuperação no raciocínio baseado em caso estrutural e textual em um sistema de help-desk

• Ano de defesa: 2007
• Autor(a) principal: Sá, Fábio Pessôa de
• Orientador(a): Rosatelli, Marta Costa
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Católica de Santos
• Programa de Pós-Graduação: Mestrado em Informática
• Departamento: Sistemas distribuídos e Sistemas inteligentes
• País: BR
• Palavras-chave em Português: raciocínio baseado em casos; inteligência artificial; help-desk; recuperação de informação
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: https://tede.unisantos.br/handle/tede/606

Raciocínio Baseado em Casos (RBC) é uma técnica da Inteligência Artificial que pode ser utilizada para diagnóstico, com a finalidade de resolver problemas. Esta dissertação apresenta uma avaliação da etapa da recuperação em duas abordagens de RBC: estrutural e textual. Para a recuperação dos casos é utilizada uma base de casos existente do domínio de help-desk. Essa base de casos é modelada de acordo com as abordagens de RBC estrutural e textual. As modelagens são desenvolvidas através de fundamentos teóricos da área de RBC e da contribuição do engenheiro de conhecimento. A recuperação no RBC estrutural utiliza a base de casos estruturada na forma de pares atributo-valor. A recuperação no RBC textual utiliza uma FAQ (Frequently Asked Questions) como base de casos. No RBC estrutural é utilizado o método do vizinho-mais-próximo em conjunto com a medida de similaridade denominada coeficiente de casamento simples. No RBC textual são utilizados modelos da área de Recuperação de Informação: préprocessamento do texto, pesagem de termos e uma medida de similaridade baseada no modelo de vetor.