Utilize este identificador para referenciar este registo:
http://hdl.handle.net/10071/17585
Autoria: | Silva, Sara Alexandra Teixeira da |
Orientação: | Pereira, Rúben Filipe de Sousa Ribeiro, Ricardo Daniel Santos Faro Marques |
Data: | 4-Dez-2018 |
Título próprio: | Automatization of incident categorization |
Referência bibliográfica: | Silva, S. A. T. da (2018). Automatization of incident categorization [Dissertação de mestrado, Iscte - Instituto Universitário de Lisboa]. Repositório do Iscte. http://hdl.handle.net/10071/17585 |
Palavras-chave: | Automated incident categorization Incident categorization Incident management process Machine learning Natural language Text mining Engenharia informática Gestão da informação Categorização Linguagem natural Processamento de texto Algoritmo de aprendizagem |
Resumo: | To be able to keep up with the grow of the created incidents quantity in an
organization nowadays, there was the need to increase the resources to ensure the
management of all incidents. Incident Management is composed by several activities, being
one of them, Incident Categorization. Merging Natural Language and Text Mining
techniques and Machine Learning algorithms, we propose improve this activity,
specifically the Incident Management Process. For that, we propose replace the manual
sub-process of Categorization inherent to the Incident Management Process by an
automatic sub-process, without any human interaction.
The goal of this dissertation is to propose a solution to categorize correctly and
automatically the incidents. For that, there are real data provided by a company, which due
to privacy questions will not be mention along dissertation. The datasets are composed by
incidents correctly categorized, which leverage us to apply supervised learning algorithms.
It is supposed to obtain as output a developed method through the merge of Natural
Language Processing techniques and classification algorithms with better performance on
the data. At the end, the proposed method is assessed comparatively with the current
categorization done to conclude if our proposal really improves the Incident Management
Process and which are the advantages brought by the automation. De forma a acompanhar o crescimento da quantidade de incidentes criados no diaa-dia de uma organização, houve a necessidade de aumentar a quantidade de recursos, de maneira a assegurar a gestão de todos os incidentes. A gestão de incidentes é composta por várias atividades, sendo uma delas, a categorização de incidentes. Através da junção de técnicas de Linguagem Natural e Processamento de Texto e de Algoritmos de Aprendizagem Automática propomos melhorar esta atividade, especificamente o Processo de Gestão de Incidentes. Para tal, propomos a substituição do subprocesso manual de Categorização inerente ao Processo de Gestão de Incidentes por um subprocesso automatizado, sem qualquer interação humana. A dissertação tem como objetivo propor uma solução para categorizar corretamente e automaticamente incidentes. Para tal, temos dados reais de uma organização, que devido a questões de privacidade não será mencionada ao longo da dissertação. Os datasets são compostos por incidentes corretamente categorizados o que nos leva a aplicar algoritmos de aprendizagem supervisionada. Pretendemos ter como resultado final um método desenvolvido através da junção das diferentes técnicas de Linguagem Natural e dos algoritmos com melhor performance para classificar os dados. No final será avaliado o método proposto comparativamente à categorização que é realizada atualmente, de modo a concluir se a nossa proposta realmente melhora o Processo de Gestão de Incidentes e quais são as vantagens trazidas pela automatização. |
Designação do grau: | Mestrado em Engenharia Informática |
Arbitragem científica: | yes |
Acesso: | Acesso Aberto |
Aparece nas coleções: | T&D-DM - Dissertações de mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
master_sara_teixeira_silva.pdf | 1,06 MB | Adobe PDF | Ver/Abrir |
Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.