Detalhes bibliográficos
Ano de defesa: |
2013 |
Autor(a) principal: |
Masiero, A. A. |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Centro Universitário da FEI, São Bernardo do Campo
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
https://repositorio.fei.edu.br/handle/FEI/431
|
Resumo: |
A ascensão da tecnologia tem se mostrado presente ao longo dos últimos anos, fazendo com que a quantidade de dispositivos interconectados e seus tipos aumentem significativamente e, como consequência a diversidade dos usuários. Dessa maneira, os projetistas de interface se deparam com o problema de identificar quais são os tipos de usuários do produto em desenvolvimento de tal forma, que suas necessidades e preferências sejam atendidas. Para orientar o desenvolvimento do produto, uma técnica empregada por projetistas é a utilização de perfis que podem carregar consigo as informações dos usuários necessárias ao projeto. Durante a coleta das características do usuário, principalmente do comportamento, a quantidade de informações armazenadas é alta e difícil de interpretar sem ajuda computacional. Para auxiliar na análise e interpretação das informações coletadas, utiliza-se da técnica de clustering para que seja possível o agrupamento dos perfis diminuindo o volume dos dados para análise, mas não diminuindo a qualidade das informações. Todavia, os algoritmos de clustering existentes possuem algumas deficiências para o trabalho com perfis de usuários, principalmente. Pensando nisso, essa dissertação propõe um algoritmo que a partir das informações do comportamento do usuário capturadas automaticamente, realiza-se o agrupamento dos perfis com base em um valor de similaridade Q e em seguida apresentam-se os grupos obtidos que apoiam a criação das Personas. Para apoiar o desenvolvimento desta dissertação, uma aplicação prática é realizada no desenvolvimento de um sistema de prontuário eletrônico junto ao projeto Pesquisa e Estatística baseada em Acervo Digital de Prontuário Médico do Paciente em Telemedicina centrada no Usuário (PEAP-PMPT) junto ao Hospital Heliópolis de São Paulo onde o algoritmo de agrupamento por similaridade é aplicado na criação de Personas. |