TREEVO: proposta de um sistema especialista baseado em redes Bayesianas para avaliação de conhecimento e sugestão de treinamento corporativo

• Ano de defesa: 2024
• Autor(a) principal: Nascimento, Damiana Costa
• Orientador(a): Silveira, Ismar Frango
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por; eng
• Instituição de defesa: Universidade Presbiteriana Mackenzie
• Palavras-chave em Português: sistemas especialistas; treinamentos; experta; redes bayesianas
• Link de acesso: https://dspace.mackenzie.br/handle/10899/38524

Com o avanço da tecnologia, a utilização de sistemas especialistas tem se mostrado uma solução eficiente para auxiliar em processos complexos de tomada de decisão em diversas áreas. Esses sistemas combinam o conhecimento humano especializado com o poder computacional para fornecer orientações precisas e confiáveis, resultando em decisões mais informadas e assertivas. Além disso, a integração de funcionalidades de treinamento nesses sistemas tem se destacado como um elemento fundamental para o aprimoramento contínuo do conhecimento e das habilidades dos usuários. Eles são amplamente utilizados na medicina, finanças, engenharia e outras áreas para fornecer diagnóstico, tomada de decisão e resolver problemas complexos. As redes Bayesianas têm se mostrado uma abordagem promissora para modelar a incerteza e tomar decisões em diversos domínios complexos. Este estudo apresenta conceitos fundamentais, como probabilidade condicional e o teorema de Bayes, essenciais para compreender o funcionamento das redes Bayesianas. Além disso, são discutidos algoritmos de inferência probabilística, incluindo a propagação de probabilidades, que permite a atualização das probabilidades das variáveis de interesse em uma rede Bayesiana. Neste estudo, desenvolvemos um sistema destinado a avaliar o conhecimento em diversos tópicos técnicos. O principal objetivo desta pesquisa é explorar a viabilidade de determinar o nível de conhecimento de colaboradores através de um questionário de perguntas e respostas. Além disso, buscamos apresentar um treinamento sob medida, que se alinhe com o conhecimento já adquirido pelo colaborador. Para atingir esses fins, recorremos ao uso de sistemas especialistas e redes Bayesianas, que juntos proporcionam sugestões de treinamento personalizados. O desenvolvimento do sistema foi realizado utilizando a linguagem Python, com o apoio do framework Experta, um mecanismo de inferência robusto. Por meio deste sistema, é possível determinar o nível de conhecimento técnico dos usuários, permitindo assim a recomendação de treinamentos específicos que se ajustam de forma precisa a cada perfil de conhecimento identificado.