Detalhes bibliográficos
Ano de defesa: |
2019 |
Autor(a) principal: |
Zegarra, Fabian Ernesto Colque |
Orientador(a): |
Comba, Joao Luiz Dihl |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
eng |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Palavras-chave em Inglês: |
|
Link de acesso: |
http://hdl.handle.net/10183/194378
|
Resumo: |
Juntamente com o constante crescimento no tamanho dos dados do usuário, aumenta a necessidade de entender o comportamento dos grupos de usuários. Esse fato é conhecido como User Group Analytics(UGA), a UGA é usada para dar suporte na tomada das melhores decisões rapidamente e com maior credibilidade. Além de abordar certas peculiaridades como ruído e dispersão de dados. A UGA está ajudando a comunidade científica a realizar estudos e experimentos em população em larga escala. No entanto, também ajuda os usuários comuns a tomar decisões mais rotineiras com pessoas que pensam de maneira semelhante e de maneira diferente. A capacidade de explorar e comparar informações de interesse está dentro do núcleo da UGA. Embora já existam sistemas automatizados que possam identificar e sugerir grupos potencialmente interessantes, mas também é necessário filtrar os resultados e melhorar os parâmetros à medida que o usuário explora as necessidades nos dados para finalmente fornecer uma interface visual. Conseqüentemente, a combinação de uma interface visual e analítica com uma oportunidade para filtros de reavaliação e feedbacks é conhecida como Visual Analytics (VA). No presente trabalho, descrevemos o VUGA, um sistema VA que explora grupos de dados de usuários para melhorar abordagens baseadas apenas em procedimentos automatizados. |