Beruflich Dokumente
Kultur Dokumente
RESUMO
O processo de gesto do conhecimento demanda um constante nmero de decises acerca das
atividades presentes em uma organizao, tendo como base para essas decises o conhecimento
adquirido com a experincia profissional, impactando diretamente em toda a cadeia produtiva da
organizao. Para auxiliar nesse gerenciamento, ferramentas computacionais geradoras de novos
conhecimentos so essenciais. Este artigo descreve o processo de descoberta de conhecimento em
bases de dados, atravs da minerao de dados, demonstrando suas aplicabilidades no processo de
apoio na tomada de deciso.
Palavras-Chave: Gesto do Conhecimento, Descoberta de Conhecimento, KDD, Minerao de Dados.
1. INTRODUO
A informao o ativo mais importante para os negcios das organizaes, tornando-
se algo essencial para ganho de competitividade entre as empresas de pequeno, mdio e
grande porte. As estratgias assumidas para tal ganho devem basear-se em informaes
concretas, visando uma minimizao na ocorrncia de erros para a tomada de decises por
parte dos gestores.
Avanos tecnolgicos tm facilitado a obteno dessas informaes atravs de
processos de Knowledge Discovery in Database (KDD), ou seja, Descoberta de
Conhecimento em Banco de Dados. O KDD pode ser visto como o processo de descoberta de
padres e tendncias por anlise de grandes conjuntos de dados, tendo como principal etapa o
processo de minerao, consistindo na execuo prtica de anlise e de algoritmos especficos
que, sob limitaes de eficincia computacionais aceitveis, produz uma relao particular de
padres a partir de dados FAYYAD et al (1996).
O processo de KDD identifica padres e descobre informaes relevantes que
auxiliam na formao de posturas estratgicas de marketing, na busca e conquista de clientes,
na descoberta de falhas em linhas de produo, entre outras. Nesse processo, na etapa de
minerao de dados, algoritmos tm a funo de gerar regras de associao, descrevendo
assim, padres de relacionamento entre itens de uma base de dados.
Este trabalho realiza uma anlise das regras geradas, assim como as evolues
propostas e os aspectos da integrao destas tecnologias com o KDD, conceituando,
SEGeT Simpsio de Excelncia em Gesto e Tecnologia 2
2. GESTO DO CONHECIMENTO
O valor de uma deciso estratgica para o negcio depende das informaes
disponveis ao gestor de uma organizao, da capacitao que este possui de interpret-las e
da experincia para associ-las de maneira conveniente. DAVENPORT e PRUSAK (1998)
acrescenta que a nica vantagem sustentvel de uma empresa o que ela coletivamente sabe,
a eficincia com que ela usa o que sabe e a prontido com que ela adquire e usa novos
conhecimentos.
Informao o resultado do processamento de dados num formato que tem significado
para o usurio respectivo e que tem valor real ou potencial nas decises presentes ou
prospectivas DAVIS (1974). O conhecimento necessrio para se decidir e/ou avaliar torna-se
disponvel por meio de informaes SANCHES (1997). A gerncia da informao ou a
administrao do conhecimento e da informao uma breve definio de Gesto do
Conhecimento (GC). Segundo DAVENPORT e PRUSAK (1998), a GC pode ser vista como
uma srie de aes gerenciais constantes e sistemticas que facilitam os processos de criao,
registro e compartilhamento do conhecimento nas organizaes.
Para KRUGLIANSKAS e TERRA (2003), GC significa organizar as principais
polticas, processos e ferramentas gerenciais e tecnolgicas luz de uma melhor compreenso
dos processos de gerao, identificao, validao, disseminao, compartilhamento, uso e
proteo dos conhecimentos estratgicos para gerar resultados (econmicos) para a empresa e
benefcios para os colaboradores internos e externos (stakeholders).
ALVARENGA NETO (2005) explica ainda que GC o conjunto de atividades
voltadas para a promoo do conhecimento organizacional, possibilitando que as
organizaes e seus colaboradores possam sempre se utilizar das melhores informaes e dos
melhores conhecimentos disponveis, com vistas ao alcance dos objetivos organizacionais e
maximizao da competitividade.
Para apoiar a GC, so utilizadas diversas tcnicas da Inteligncia Computacional, tais
como, Redes Neurais Artificiais, Lgica Fuzzy, e mtodos estatsticos. Estas tcnicas
demandam altos investimentos em software e hardware, no menos ainda em pessoal
capacitado. WU e WANG (2006) comentam que grande parte dos investimentos em GC
destinada aos Sistemas de Gesto do Conhecimento (SGC), ferramentas baseadas na
Tecnologia da Informao (TI) capazes de suportar os processos de criao, armazenamento,
recuperao, transferncia e aplicao do conhecimento. A Seo 3 abordar o processo de
descoberta de conhecimento.
Evidentemente apenas os recursos tecnolgicos, no garantiro uma perfeita GC. Faz-
se necessrio um capital humano bem treinado e com experincia de mercado para interpretar
as informaes e conhecimentos disponibilizados pela tecnologia para assim, tomar as
melhores decises. Estas atitudes so essenciais mesmo quando suas prticas limitam-se a no
decidir, visto que a falta de deciso, por si s, j uma forma de deciso.
SEGeT Simpsio de Excelncia em Gesto e Tecnologia 3
Quadro 1. Suporte
Quadro 2. Confiana
4. EXPERIMENTOS E RESULTADOS
O processo de KDD evidenciado de fato, com os experimentos utilizando uma base
de dados proveniente de uma empresa atuante na rea do comercio varejista, optante por um
acordo NDA (Non-Disclosure Agreement). O software de minerao de dados utilizado para
realizar a gerao de padres teis foi o WEKA (http://www.cs.waikato.ac.nz/ml/weka/).
Desenvolvida na linguagem Java pela Universidade de Waikato na Nova Zelndia, trabalha
com diversas tcnicas de Data Mining, alm de ser um software livre e de fcil manuseio.
Como conhecido anteriormente na Seo 3.1, o ponto de partida do KDD encontra-se
na escolha ou seleo da massa de dados de acordo com o domnio do objetivo requerido, que
neste caso, seria a escolha do perfil do cliente mais rentvel para empresa e o grupo de
produtos por ele comprado. Aps anlise do banco de dados, foi selecionada uma amostra de
102.000 registros identificando as vendas realizadas no perodo de 01 de janeiro de 2008 a 30
de abril de 2008, de cerca de 10 filiais situadas no estado da Paraba. Os atributos necessrios
ao processo de minerao de dados esto destacados na Tabela 1.
Tabela 1. Atributos da Base de dados submetidos minerao.
Atributo Descrio Valores
Distintos
GRUPO Grupo no qual o produto foi classificado 4
5. TRABALHOS RELACIONADOS
Mesmo trabalhando em diferentes nveis de detalhamento, algumas pesquisas
encontradas na literatura referem-se ao processo de descoberta de conhecimento em base de
dados dando nfase fase de minerao de dados e aos algoritmos de Data Mining, em
especial ao algoritmo Apriori, a fim de verificar sua eficincia e eficcia no mbito da
extrao de padres corretos de uma base de dados dando suporte a tomada de deciso em
nvel de gerencial.
Dentre esses trabalhos que serviram para o embasamento e amadurecimento desta
proposta descrita esto: Utilizao de Ferramentas de KDD para Integrao de
Aprendizagem e Tecnologia em Busca da Gesto Estratgica do Conhecimento na Empresa
realizado por BOENTE et al. (2007). Neste trabalho so abordados os conceitos de Gesto de
Conhecimento e de KDD com suas tarefas e mtodos, registrando alguns softwares utilizados
no processo de minerao de dados, sendo necessrio adicionar pesquisa conceitos prticos
da efetiva utilizao do KDD por meio da empresas.
E os estudos de GILLMEISTER et al. (2005) que demonstram a utilizao do
algoritmo Apriori, e de algoritmos baseados neste, comparando com outros, realizando a
gerao de regras de associao que trazem um conhecimento novo ao gestor auxiliando
assim a tomada de deciso. No entanto, o mesmo apresenta resultados com uma amostra de
apenas 7000 registros.
7. REFERNCIAS
AGRAWAL, R.; Imielinski T.; Srikant R. Mining Association Rules between Sets of Items
in Large Databases 1993, Proc. of the ACM SIGMOD Intl. Conf. on Management of Data,
Washington, Estados Unidos, p. 207216.
AGRAWAL, R. et al. Fast algorithms for mining association rules in large databases 1994.
in: International Conference on Very Large Data Bases, VLDB, 20, Santiago, Proceedings
Hove: Morgan Kaufmann, p. 478-499.
GILLMEISTER, Paulo Ricardo Guglieri; Cazella, Slvio Csar (2005) Uma Anlise
Comparativa de Algoritmos de Regras de Associao: Minerando Dados da Indstria
Automotiva, Centro de Cincias Exatas e Tecnolgicas, UNISINOS, So Leopoldo, RS.
WU, J. H.; WANG, Y. M. Measuring KMS success: A respecification of the DeLone and
McLean's model. Information & Management, v.43, n.6, p.728., setembro, 2006. Retrieved
December 7, 2006, from ABI/INFORM Global database. (Document ID: 1150986541).