Um Sistema de Recomendação para Composição de Workflows
Autores
|
4833 |
Frederico Tosta de Oliveira
|
2161,51,898
|
|
4834 |
2161,51,898
|
|
|
4835 |
2161,51,898
|
Informações:
Publicações do PESC
Com a popularização dos sistemas de gerenciamento de workflows, houve a necessidade de se disponibilizar mais funcionalidades, tornado estes sistemas cada vez mais complexos. Encontrar as dependências entre programas e serviços disponíveis, sem o suporte de uma ferramenta, não é uma tarefa trivial e em muitos casos, se transforma em uma barreira para a construção de análises e modelos mais sofisticados.
Uma das frentes de pesquisa aplicada à workflows é a reutilização de workflows. Esta reutilização visa tirar vantagem da existência de workflows previamente elaborados para se compor novos workflows, sugerindo as combinações de programas mais frequentes.
No domínio de comércio eletrônico, os sistemas de recomendação aplicam técnicas de mineração de dados consagradas para ajudar os usuários a encontrar os itens que eles gostariam de adquirir, predizendo uma lista dos itens que usuário provavelmente mais gosta. Esta dissertação traça um paralelo entre o domínio de comércio eletrônico e o domínio de workflows, de forma a permitir a utilização de uma técnica de mineração de dados chamada regras de associação, utilizada no comércio eletrônico, na composição de novos workflows.
Para esta dissertação, foi desenvolvida uma abordagem e um protótipo para demonstrar a eficácia e eficiência de sistemas de recomendação para workflows baseados em regras de associação.
With the popularity of workflow management systems, there was a need to provide more functionality and these systems become more complex. To find the dependencies between programs and services available, without the support of a tool, is not a trivial task and in many cases becomes a barrier to building more sophisticated models and analysis.
One of the areas of research applied to workflows is the reuse of workflows. This reuse aims to take advantage of the existence of pre-designed workflows to compose new workflows, suggesting the combinations of programs that occur more often.
In the domain of e-commerce, recommender systems apply data mining techniques to help users find items they would like to purchase, predicting a list of items frequently liked. This dissertation draws a parallel between the domain of e-commerce and the dominance of workflows, to allow the use of a data mining technique called association rules, used in e-commerce, in the composition of new workflows.
For this dissertation, we developed an approach and a prototype to demonstrate the effectiveness and efficiency of recommendation systems for workflows based on association rules.