Este documento descreve o uso de uma rede neural auto-organizável (SOM) para extrair dados de registros de atendimento de um serviço de suporte técnico de um hospital, a fim de alimentar um sistema especialista (SE) para auxiliar os analistas no atendimento de chamados. A SOM agrupou os registros em três clusters principais de acordo com o tipo de equipamento, que foram usados para definir as regras do SE e padronizar o atendimento, reduzindo o tempo de resolução de problemas.

1. Referências
[1] HARETON R, A. Protótipo de Sistema Especialista para Service Desk utilizando
conceitos de ITIL. Brasil, 2011.
[2] HAYKIN, S. Neural Networks: A Comprehensive Foundation. New York: Willey &
Sons, 1994.
[3] LIA Expert SINTA versão 1.1. Uma ferramenta para criação de Sistemas
Especialistas, 2001.
[4] VISCOVERY Somine. Versão 5.0.1 www.somine.info/. Acessado em 20-06-2012
USO DE UMA REDE SOM NA EXTRAÇÃO DE DADOS PARA IMPLANTAÇÃO DE
UM SISTEMA ESPECIALISTA
1. Introdução
O Service Desk é o ponto central de contato de suporte, onde processos e serviços são projetados de forma a assegurar a qualidade e a
satisfação do cliente. Técnicas da Inteligência Artificial podem ser associadas para melhorar a qualidade do atendimento do Service Desk,
como o Sistema Especialista (SE) e a rede neural artificial [1, 2]. Apresenta-se neste trabalho o uso de uma rede neural artificial do tipo Self
Organizing Maps (SOM) na extração de dados para implantação de um SE no Service Desk de um hospital público.
Edquel Bueno Prado Farias1, Patrícia Moreira Moraes2, Renato José Sassi3
1, 2, 3Universidade Nove de Julho, São Paulo, Brasil
email: 1farias.edquel@outlook.com, 3 sassi@uninove.br
2.Objetivo
3. Materiais e Métodos
5.Conclusão
4. Resultados
Conclui-se, então, que a associação de uma rede neural artificial
com um SE, como o que foi usado é uma importante ferramenta
para apoiar a tomada de decisão de analistas e especialistas de
um Service Desk. A pesquisa terá continuidade ao utilizar o
Raciocínio Baseado em Casos (RBC) no mesmo problema
substituindo o SE.
A Figura 1 mostra os clusters do atributo (tipo de equipamento) gerados pela SOM: A1 Computador, A2 Impressora e A3 Rede e periféricos. Na Figura 2
é possível avaliar a frequência de cada tipo de chamado. Baseado nestes dados o Sistema Especialista foi otimizado sendo subdividido em três
subsistemas que foram alimentados com as variáveis geradas (Figura 2). O uso do SE no apoio ao atendimento alcançou o objetivo ao padronizar o
cadastro de casos. A forma de atendimento e o tempo de resolução de problemas foram reduzidos. O uso do SE aumentou a eficácia do analista e do
especialista na tomada de decisão.
Para a criação do SE foi utilizado o software Expert Sinta [3]. Para geração das regras pelo SE foram utilizados 5.078 registros do histórico de
atendimento dos problemas relatados ao Service Desk de 2002 a 2012. Para a criação da SOM foi utilizado o software Viscovery SOMine [4].
Os dados foram processados e clusterizados pela SOM, que gerou três clusters bem definidos, cada um desses clusters foi novamente processado
escolhendo como atributo de decisão as soluções encontradas. Os registros agrupados pela SOM foram então submetidos ao SE para a definição das
regras de inferência.
Auxiliar o especialista e o técnico na tomada de decisão durante o atendimento ao cliente.
Figura 1: Clusters rotulados gerados pela rede SOM(Atributo tipo de equipamento) Figura 2: Clusters gerados pela rede SOM (Atendimentos realizados: Frequência)