Detalhes bibliográficos
| Ano de defesa: |
2023 |
| Autor(a) principal: |
Paiva, Iuri Cabral |
| Orientador(a): |
Araújo, Daniel Sabino Amorim de |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal do Rio Grande do Norte
|
| Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM TECNOLOGIA DA INFORMAÇÃO
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.ufrn.br/handle/123456789/58116
|
Resumo: |
A biblioteca universitária, ao longo dos anos, consolidou-se como uma instituição fundamental dentro das universidades, desempenhando um papel crucial no apoio ao processo de ensino-aprendizagem, pesquisa e extensão universitária. Um dos aspectos mais significativos dessa instituição é a concessão de empréstimos de materiais informacionais, especialmente de livros, aos seus usuários. Compreender o perfil dos usuários que realizam esses empréstimos e contextualizar suas necessidades é essencial para o planejamento eficaz e a gestão otimizada dos recursos das bibliotecas. Deste modo, este trabalho se propõe a investigar a dinâmica dos empréstimos de livros do acervo circulante da Biblioteca Central Zila Mamede (BCZM), visando antecipar as demandas dos usuários por meio da análise de dados históricos de empréstimos. Inicialmente, foi realizada a Análise Exploratória dos Dados para compreender aspectos relevantes da interação entre os discentes e a biblioteca, utilizando dados de empréstimos e informações associadas à vida acadêmica dos estudantes. Oagrupamento, realizada através dos algoritmos de K-Médias e Agrupamento Hierárquica, permitiu a identificação de perfis distintos de usuários da biblioteca, enriquecendo a compreensão sobre seus usuários. Finalmente, como estudo de caso, foram empregados os modelos Random Forest e SARIMA na predição de empréstimos de livros da área de Matemática e Ciências Naturais para o ano de 2019, utilizando dados consolidados de forma semanal e mensal. Os resultados obtidos indicam que os discentes que utilizam os serviços de empréstimo tendem a apresentar maior taxa de conclusão acadêmica e menor incidência de trancamentos e cancelamentos de matrícula. Quanto aos modelos de predição, tanto o SARIMA quanto o Random Forest demonstraram ser promissores na identificação de padrões de tendência nos empréstimos, destacando sua aplicabilidade para a Biblioteca Central Zila Mamede. Portanto, este estudo não apenas contribui para a compreensão mais aprofundada da dinâmica dos empréstimos de livros, mas também fornece subsídios valiosos para que a biblioteca possa antecipar-se às necessidades dos usuários de maneira proativa, melhorando assim a eficácia de suas operações. |
