Eventos
Divulgação - Defesa Nº 221
Aluno: Vinícius de Albuquerque Brito
Título: “Boas Práticas de Modelagem de Processos: uma avaliação cognitiva”.
Orientador: Prof. Denis Silva da Silveira
Data-hora: 27/Novembro/2020 (9:00h)
Local: Escola Politécnica de Pernambuco – Formato Remoto (http://meet.google.com/ead-airh-zvw)
Resumo:
“O gerenciamento de processos de negócio tem sido uma ferramenta amplamente adotada nas organizações devido a sua capacidade de oferecer melhorias no desempenho organizacional. Para descrever e melhorar a compreensão dos processos de negócio são utilizadas notações de modelagem de processo, sendo o BPMN, o mais aplicado nas organizações. No entanto, a compreensão de um modelo de processo pelos stakeholders não é garantida, pois a modelagem de processos não é uma tarefa trivial e depende da proficiência do modelador para evitar uma construção inadequada. Uma abordagem proposta na literatura para melhorar a qualidade dos modelos é recomendar para os projetistas a utilização de guias com diretrizes de boas práticas de modelagem. Entretanto, ainda é difícil encontrar um conjunto de boas práticas consolidado na literatura e principalmente, com sua eficácia validada quanta a melhora da compreensão dos modelos. O objetivo desta dissertação é verificar a eficácia cognitiva das diretrizes de boas práticas de modelagem. Para tal, foi proposto um conjunto de boas práticas após realizar uma revisão sistemática da literatura sobre a temática. O conjunto de diretrizes proposto foi aplicado em um modelo de processo e realizado um experimento, no qual os participantes analisaram modelos distintos e responderam questões sobre a eficácia do modelo. Além disso foi realizado um experimento preliminar com um rastreador ocular para obter métricas cognitivas dos participantes. Os resultados apontaram que o modelo de processo com conjunto de diretrizes obteve uma melhor eficácia em relação a exatidão, velocidade e facilidade, quando comparado ao modelo sem as diretrizes.”
Divulgação - Defesa Nº 220
Aluno: Eronita Maria Luizines Van Leijden
Título: “Desenvolvimento de uma Linguagem Específica de Domínio para Consumo de Dados Educacionais”.
Orientador: Prof. Alexandre Magno Andrade Maciel
Coorientadora: Andrêza Leite de Alencar
Data-hora: 23/Novembro/2020 (10:00h)
Local: Escola Politécnica de Pernambuco – Formato Remoto (https://meet.google.com/uia-bane-pwg)
Resumo:
“A seleção de dados para realizar projetos em Mineração de Dados Educacionais(EDM) é uma das etapas mais importantes e pode ser a mais complexa e cara de um projeto. Na técnica Model-Driven Development(MDD), encontramos uma alternativa para abstrair a complexidade desta etapa e, consequentemente, uma alternativa para que usuários com pouco conhecimento tecnológico também possam realizar suas análises educacionais. Neste trabalho, propomos uma linguagem de modelagem que irá, com base num metamodelo, compor uma arquitetura de referência para dar suporte ao desenvolvimento desse processo de seleção de dados. Esta linguagem, mais do que permitir construir o processo utilizando notações gráficas, ela foi de desenvolvida para abstrair dificuldades quanto a heterogeneidade de formato dos dados, realizara unificação de conjunto de dados e considerar o uso da catalogação do conhecimento. Visando mostrar a viabilidade da linguagem proposta, um protótipo para editar modelos é desenvolvido como prova de conceito. Além disso, de modo a apresentar evidências que o trabalho proposto avança o estado da arte, são especificados cenários de uso que exploram as principais necessidades para se fazer a seleção de dados e, a partir desses cenários, o trabalho proposto é comparado com os principais trabalhos relacionados. Como resultado das análises comparativas, pode-se constatar que o trabalho proposto tem as seguintes vantagens: metamodelo expressivo e notação gráfica simplificada, eficaz cognitivamente e representativa.”
Divulgação - Defesa Nº 217
Aluno: Renato Barbosa Cirne
Título: “Seleção de características de modelos de processos usando técnicas de Inteligência de Enxames”.
Orientador: Prof. Fernando Buarque de Lima Neto
Data-hora: 15/Setembro/2020 (10:30h)
Local: Escola Politécnica de Pernambuco – Formato Remoto (CÓDIGO DA SALA CLASSROOM: dhd6il6)
Resumo:
“A modelagem de processos é usada nas organizações para orientar e sintetizar os processos de negócio. Sua validação é importante para garantir a qualidade e compreender quais fatores impactam em não-conformidades do modelo. Neste contexto, Process Mining emergiu como uma nova área de pesquisa científica na interface entre modelos de processos e dados de eventos. Apesar de suas técnicas fornecerem respostas sobre diferentes perspectivas (fluxo de atividades, organização, etc.) dos processos de negócio, é difícil operar um grande conjunto de dados relacionados a algum modelo normativo ou descritivo (compliance). Dentre os fatores relevantes para tal situação, a existência de inúmeras variáveis aplicáveis ao gerenciamento de processos de negócio, o volume de informações e a complexidade dos modelos descobertos são geralmente destacados. Além disso, o uso de técnicas de Inteligência Artificial (IA) que seria um natural candidato de suporte, conforme revisão sistemática, ainda tem sido pouco aplicado na área de compliance. Portanto, esta pesquisa teve por objetivo desenvolver um método de seleção de características na modelagem de processos de negócio usando técnicas de IA. Em nossa proposta aplicamos uma conjunção das técnicas de Process Mining com a técnica de Inteligência de Enxames (IE), Ant Colony Optimization (ACO), para seleção de características e assim contribuir com o problema em lide. A pesquisa seguiu as seguintes etapas: identificação de técnicas de seleção de características mais adequadas ao problema, levantamento de oportunidades do uso de seleção de características em processos de negócio, desenvolvimento de um novo método, execução dos experimentos e avaliação dos resultados. Como objeto de experimento de validação, a contribuição desta pesquisa foi aplicada em um conjunto volumoso de dados relacionados a processos de compras. Com isso, conseguimos selecionar um subconjunto de características relevantes que produziram ganhos de qualidade na descoberta de modelos de gerenciamento de processos. Ademais, a aplicação do método pode facilitar a interpretação pelos usuários com a diminuição de atributos, uma vez que com poucos exemplos de fluxos é possível representar o conteúdo completo do log de evento. Concluímos que a abordagem permite melhor escalar os modelos, reduzindo, portanto, o tempo de processamento na aplicação de outras técnicas, a exemplo da avaliação de conformidade dos processos de negócio.”
O Programa
