Navegando por Assunto "Análise de dados"

Agora exibindo 1 - 7 de 7

Análise de dados coletados para a melhoria de uma suite de testes em um site de e-commerce
(2024-03-08) Lubambo, Manoela Timossi; Monteiro, Cleviton Vinicius Fonsêca; http://lattes.cnpq.br/9362573782715504; http://lattes.cnpq.br/5743969633597802
A qualidade é importante na Engenharia de Software para que os sistemas mantenham e cumpram os requisitos especificados, sejam confiáveis, eficientes e livres de defeitos. A garantia desta é feita através de uma série de padrões, práticas e processos. Como parte essencial do processo de garantia de qualidade, os testes de software têm o propósito de verificar a conformidade do software com os requisitos funcionais e não funcionais estabelecidos, tais como desempenho, segurança, usabilidade, confiabilidade, entre outros. Eles são conduzidos através da execução do software sob condições controladas, utilizando técnicas e estratégias específicas para detectar problemas e garantir sua correção. Uma de suas diversas abordagens dá-se através da automação de testes. Neste trabalho, é feito um relato detalhado sobre o processo de automatização de uma suite de testes, destacando os desafios enfrentados ao longo deste processo. E, é realizada uma análise minuciosa dos dados coletados referentes a automação e, por meio dessa análise, busca-se identificar a raiz dos problemas relacionados à falta de eficácia da automação apresentada onde são apontadas possíveis melhorias com base nos resultados obtidos, visando otimizar a eficácia do processo de automação de testes.
Análise de dados de redes Wi-Fi por meio de redes de correlação
(2021-12-17) Ferreira, Anderson dos Santos; Gonçalves, Glauco Estácio; Medeiros, Victor Wanderley Costa de; http://lattes.cnpq.br/7159595141911505; http://lattes.cnpq.br/6157118581200722
A crescente utilização de redes Wi-Fi tem gerado um grande volume de dados que possibilitam estudos para analisar o comportamento humano. Um dos meios de estudar estes dados é através de uma rede complexa criada a partir de coeficientes correlação. Dados da rede Wi-Fi da UFRPE foram coletados durante 6 dias, a criação de séries temporais permitiu a análise dos gráficos de ocupações dos prédios do campus Sede, assim possibilitando a criação de redes complexas com base em coeficientes de correlação. Os gráficos de ocupação mostraram os horários e prédios com as maiores ocupações para cada dia, enquanto que as métricas das redes complexas mostrou uma forte correlação de prédios com valores de grau distintos.
Características do uso de Big Data e análise de dados na tomada de decisão de empresas do agronegócio listadas na Bolsa de Valores
(2024-10-04) Lima, Jônatas Silva de; Oliveira, Brigitte Renata Bezerra de; http://lattes.cnpq.br/4363373068676222
O estudo caracteriza o uso de Big Data na tomada de decisões nas 3 (três) maiores empresas do agronegócio brasileiro listadas na Bolsa de Valores (B3), considerando valor de mercado, e os eventuais desdobramentos desse uso sobre o seu desempenho operacional. Conforme a literatura especializada, a aplicação de grandes volumes de dados e de tecnologias relacionadas contribuem para a eficiência e competitividade das organizações. A partir de coleta de dados secundários, foi empregada a análise dedutiva dos relatórios institucionais das empresas JBS, BRF e São Martinho. A codificação de termos relacionados a Big Data permitiu a identificação de padrões entre o seu uso, a análise dos dados, a tomada de decisão e o desempenho alcançado nessas empresas. Os resultados mostram que, embora o termo Big Data tenha sido explicitamente mencionado apenas pela BRF em seu relatório, a prática de coleta e análise de dados é amplamente utilizada para otimizar operações e alavancar a sustentabilidade econômica. Defende-se, portanto, que o uso de dados desempenha um papel estratégico crucial no agronegócio, podendo conduzir à eficiência e à tomada de decisões estratégicas, mesmo quando o conceito de Big Data não é formalmente adotado.
Métodos computacionais para a análise de dados de expressão gênica provenientes de uma análise de microarray utilizada para teste farmacológico
(2023-04-28) Costa, Allan Mesquita da; Melo, Jeane Cecília Bezerra de; Costa, Luciana Amaral de Mascena; http://lattes.cnpq.br/2352032088330896; http://lattes.cnpq.br/8499459630583005; http://lattes.cnpq.br/2703136397519338
O advento do Projeto Genoma Humano (PGH), finalizado em outubro de 2003, impulsionou o desenvolvimento de técnicas para obtenção e análise de dados biológicos. A necessidade de gerenciar o grande volume de dados do genoma digital foi um fator determinante no crescimento de uma área de conhecimento multidisciplinar, a Biologia Computacional. Nas duas décadas subsequentes à finalização do PGH, genomas de diferentes organismos foram obtidos. Em relação aos mamíferos, projetos tais como o 1000 Genomes Project e o Cancer Genome Atlas (TCGA) ilustraram o avanço de conhecimento na análise de dados complexos. Dentre as técnicas mais recentes, destacamos os Microarrays. Estes fornecem uma quantidade significativa de dados em um único experimento, permitindo a comparação de genomas completos. A análise de dados de Microarray é relativamente complexa e demanda por protocolos que tornem esta análise mais simples, produzindo informações mais compreensíveis. O presente estudo compreende a utilização de métodos computacionais para analisar dados de expressão de gênica obtidos de um experimento de Microarray utilizado para teste farmacológico relativos ao câncer de mama. Para o processamento dos dados brutos, obtidos de uma planilha contendo mais de 3216 genes resultantes de uma análise de Microarray, foi desenvolvido um script visando facilitar a extração de informação a partir destes dados e posterior seleção dos genes de interesse. O programa possibilitou a busca dos genes envolvidos nos processos de morte celular (apoptose, necrose e autofagia), os quais são fatores determinantes na análise de sucesso do fármaco testado. Para a categorização dos genes envolvidos na cascata de morte apoptótica, necrótica e autofágica, foram construídos heatmaps a partir dos valores dos níveis de expressão chamados de fold-change diferença da expressão gênica para os valores antes e depois do tratamento das células cancerígenas com o composto mesoiônico), utilizando técnicas de clusterização k-means e clusterização hierárquica disponibilizadas no programa Heatmapper. Como resultados do foi desenvolvido um script no programa R que resultou na separação de 20 genes envolvidos na cascata de morte de morte apoptótica, seis envolvidos na morte autofágica e 7 envolvidos na morte necrótica, além do desenvolvimento de 3 Heatmaps, contribuindo para a análise biológica dos dados, além de tornar mais acessível o processamento dos dados de Microarray.
The digital behavior of voters in interactions with the social media posts of candidates running for elections
(2022-10-06) Silva Filho, Heriberto Alexandre da; Brito, Kellyton dos Santos; http://lattes.cnpq.br/8750956715158540; http://lattes.cnpq.br/6181814500468590
The extensive use of digital tools and digital marketing strategies over the last few years has become increasingly more frequent and characteristic in political campaigns Within this scenario, this study aims to investigate the use of SM in contemporary political communication, seeking to understand the features that influence the engagement of voters in posts by politicians on their social media profiles. As a case study, we have focused on the Brazilian presidential election in 2018. The investigation was based on an analysis of politicians’ posts on Instagram, Twitter, and Facebook (N = 1319) in the last two weeks before the elections, which investigated features such as functional approach, the Aristotelian rhetoric adopted, and the type of content, among others, and established relationships between these features and user engagement. This study also proposes to investigate the feasibility of using machine learning models to predict the level of engagement of the candidate's posts. Finally, another objective of this paper is to find similarities or differences between the digital campaign strategies, and their impacts on the level of engagement, of the two candidates with the best electoral results. Our main results indicate that the platform with the highest level of engagement was Instagram, together with polarized discourses that presented speeches of attack and defense or emotionally charged topics tended to engage more. Regarding the predictions, the Gradient Boosting model proved to be efficient, R² =0.77, to make the predictions. Regarding the digital campaign strategies, although the two candidates are from opposite political sides, it was possible to find more similarities, such as: functional approach, content structure, and content type, and others...than differences. However the few differences found also represent a valuable result for the understanding of the political landscape, there were divergences for example in Aristotelian rhetoric, content type, and rhetorical device. All these results helped to understand how the electorate interacts with the candidates' speeches in a new era of digital campaigning.
Uso da ciência de dados para estudo de falhas e fraudes dos abastecimentos de postos de gasolina
(2019-12-19) Arruda, Luiz Felipe Ribeiro de; Albuquerque Júnior, Gabriel Alves de; Roullier, Ana; http://lattes.cnpq.br/1399502815770584; http://lattes.cnpq.br/1825682578554550
Nos dias de hoje, se faz necessário como uma prática essencial do empreendedorismo, um estudo descritivo das vendas realizadas pelas empresas levando em consideração fatores como localização, horário, fidelização do cliente e outros. Tales tudo, é necessário para compreender os padrões envolvidos nos volumes de vendas, bem como, em alguns casos, mensurar a produtividade de vendedores e criar uma métrica de produtividade baseado nos dados obtidos. Assim como toda empresa, os postos de gasolinas também gerenciam as suas vendas fazendo projeções, melhorias e estratégia de vendas. De acordo com a lei federal nº 9.9562, os postos de gasolinas são obrigados a terem técnicos responsáveis para realizar os abastecimentos, comumente chamados de frentistas. Os frentistas são tratados nos postos como vendedores, e então existe todo um controle de vendas para eles. Também é regulamentado em lei, para postos de combustíveis, ou so de automação comercial, antes pelo regulamento da SEFAZPAF-ECF e agora pela NFC-e. A automação comercial usada nos postos de combustíveis, trabalha em conjunto com as bombas de combustíveis e os frentistas. As bombas de combustíveis, nos postos, são os geradores de dados para o posto. É através das bombas que os consumidores recebem o que compram, e é o papel da automação registrar os dados oriundos dos abastecimentos e associar o frentista para o seu respectivo abastecimento. Esses dados são enviados para sistemas comerciais que fazem atratativa do gerenciamento de venda. Este estudo tem por finalidade usar os conceitos da ciência de dados e machine learning, para identificar falhas, possíveis fraudes, automatizar a análise dos logs e extrair dados relevantes para a análise de abastecimentos através delogs. Por isso, foram criados algoritmos de identificação de falhas e fraudes, que alimentam uma tabela de dados, e posteriormente, é criada uma machine learning, alimentada por essa tabela, para que seja possível prever futuros abastecimentos com erro. Após a aplicação dos treinos e testes, a máquina teve uma precisão (precision) de 96% de acerto das previsões de falhas nos abastecimentos.
Uso de business intelligence como ferramenta de apoio em previsões de apostas de jogos de futebol
(2021-12-16) Domingues, Marcela Soares; Albuquerque Júnior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584; http://lattes.cnpq.br/6238090449898774
São muitos os brasileiros que atualmente recorrem a casas de apostas esportivas online, principalmente de futebol, como forma de investimento. Essa pratica vem sendo permitida no Brasil desde 2018, de acordo com a lei 13.756/18. Com a permissão liberada, somada a paixão do brasileiro pelo futebol, essa e uma área de investimento que vem crescendo muito desde então, atingindo altíssimos níveis de movimentação financeira, fazendo com que muitas pessoas recorram a essa pratica como garantia de fonte de renda extra ou fixa. Para investir em determinada aposta, o ideal e que se tenha uma noção dos riscos que você vai assumir. Apostar envolve chances de perda, e por isso, nem sempre o investimento valera à pena. Deve-se levar em conta algumas variáveis, como por exemplo dados históricos de times e jogadores de futebol. O uso de Business Intelligence (BI), que já e bastante utilizado por times de futebol para estudar comportamentos de outras equipes, também agrega bastante valor na hora de analisar as apostas nas quais se quer investir. Utilizando conceitos de BI, este trabalho apresenta o desenvolvimento de um Dashboard (painel de controle) contendo gráficos e relatórios, a fim de facilitar o processo de analise das apostas, além de um modelo de predição para prever a quantidade de gols em um jogo e o calculo de probabilidades de vitória de cada time em uma determinada partida.