Please use this identifier to cite or link to this item: https://repositorio.unichristus.edu.br/jspui/handle/123456789/1261
Title: Classificação de reclamações do portal consumidor.gov.br utilizando aprendizagem automática
Authors: Wilker Chaves Pinto, Flávio
metadata.dc.contributor.advisor: Timbó Brito, Felipe
Issue Date: 2021-12
Abstract: Devido à crescente complexidade dos problemas nas últimas décadas, surgem cada vez mais ferramentas computacionais autônomas, que reduzem a intervenção humana por meio da utilização de Inteligência Artificial (IA). Um subgrupo da IA, denominado Aprendizado de Máquina, lida com algoritmos computacionais, que podem predizer certos comportamentos por meio da utilização de dados históricos. No Brasil existe uma plataforma denominada Consumidor.gov.br, a qual visa solucionar conflitos entre consumidores e empresas. Os consumidores, usuários da plataforma Consumidor.gov.br por muitas vezes têm suas reclamações não atendidas ou mesmo recusadas. Por esse motivo, seria importante para o consumidor ter uma análise prévia, de maneira automática, se suas reclamações serão atendidas ou recusadas pelas empresas, anteriormente a abertura de uma reclamação na plataforma. Dessa forma, consumidores podem procurar diretamente o Programa de Proteção e Defesa do Consumidor (PROCON) de sua cidade antes de buscar um acordo prévio com a empresa por meio do Consumidor.gov.br. Este trabalho visa utilizar Aprendizado de Máquina para classificar automaticamente reclamações não atendidas, ou mesmo recusadas, contidas na plataforma Consumidor.gov.br. Resultados mostram que é possível classificar tais reclamações com acurácia acima de 85% para os diversos contextos analisados.
Keywords: Consumidor.gov.br.
Aprendizado de Máquina.
Classificação.
URI: https://repositorio.unichristus.edu.br/jspui/handle/123456789/1261
Appears in Collections:Sistemas de Informação - Trabalhos de Conclusão de Curso

Files in This Item:
File Description SizeFormat 
TCC - Flávio Wilker Chaves Pinto.pdf526.29 kBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.