Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/3613
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSantos, Celso Bilynkievycz dos-
dc.date.accessioned2018-11-29T18:52:02Z-
dc.date.available5000-01-01-
dc.date.available2018-11-29T18:52:02Z-
dc.date.issued2007-12-07-
dc.identifier.citationSANTOS, Celso Bilynkievycz dos. Análise dos resultados do WHOQOL-100 utilizando Data Mining. 2007. 108 f. Dissertação (Mestrado em Engenharia da Produção) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2007.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/3613-
dc.description.abstractQuality of Life is a well-being state which links several different aspects of everyday life and which also may be suffer interferences from outside factors, being those at times difficult to be realized, mainly when are studied carries large groups of workers with different characteristics. The identification of such factors, potentially implicit, might serve managers as for their decisions when it comes to improve the quality of life of their collaborators and consequently the productivity. The following study throws light over a complementary analysis using Data Mining techniques in an innovative mode. A Study of case was carried out approaching worker of college from a public institution, using the WHOQOL-100 as a data collector. In order to obtain implicit knowledge, the Procedure of Knowledge Discovery in Databases phases was taken, using it on the Data Mining, Rules of Association techniques. It is concluded that the Data Mining techniques, more specifically, the Rules of Association ones, can be used as an addition when it comes to analysis results of an instrument of study based upon surveys, mainly when a huge number of additional data is held and the implicit knowledge is the main focus to be figured. The planning as well as the use of combined measures of subjective and objective interest allowed the decrease of operational tasks costs as for the very description of the Procedure of Knowledge Discovery in Databases, Rules of Association.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsembargoedAccesspt_BR
dc.subjectMineração de dados (Computação)pt_BR
dc.subjectQualidade de vidapt_BR
dc.subjectBanco de dadospt_BR
dc.subjectData miningpt_BR
dc.subjectQuality of lifept_BR
dc.subjectData basespt_BR
dc.titleAnálise dos resultados do WHOQOL-100 utilizando Data Miningpt_BR
dc.typemasterThesispt_BR
dc.description.resumoA Qualidade de Vida é um estado de bem-estar, que se intercorrelaciona com diversos aspectos do cotidiano e que pode sofrer interferências de fatores externos, muitas vezes difíceis de serem identificados, principalmente quando são estudados grandes grupos de trabalhadores com diferentes características. A identificação destes fatores, potencialmente implícitos, poderá auxiliar gestores de empresas em suas tomadas de decisões para melhoria do estado de qualidade de vida de seus colaboradores e, consequentemente, da sua produtividade. Este trabalho propõe uma análise complementar utilizando técnicas de Data Mining de maneira inovadora. Foi realizado um estudo de caso envolvendo agentes universitários de uma instituição pública e, como instrumento de coleta dos dados, o WHOQOL-100. Para aquisição de conhecimento implícito, foram percorridas as etapas do Processo de Descoberta de Conhecimento em Base de Dados, utilizando-se na etapa de Mineração de Dados, técnicas de Regras de Associação. Conclui-se que as técnicas de Data Mining, mais especificamente, as de Regras de Associação, podem ser utilizadas para complementar a análise dos resultados de um instrumento de pesquisa estruturada para surveys, principalmente quando se dispõe de muitos dados adicionais e se deseja descobrir conhecimento implícito. O planejamento e a utilização combinada de medidas de interesse subjetivas e objetivas permitiu diminuir os custos operacionais das tarefas de descrição do Processo de Aquisição de Conhecimento em Base de Dados.pt_BR
dc.degree.localPonta Grossapt_BR
dc.publisher.localPonta Grossapt_BR
dc.creator.Latteshttp://lattes.cnpq.br/0624178844533924pt_BR
dc.contributor.advisor1Scandelari, Luciano-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8637730605748154pt_BR
dc.contributor.referee1Vaz, Maria Salete Marcon Gomes-
dc.contributor.referee2Carvalho, Deborah Ribeiro-
dc.contributor.referee3Kovaleski, João Luiz-
dc.contributor.referee4Scandelari, Luciano-
dc.publisher.countryBrasilpt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia de Produçãopt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAOpt_BR
dc.subject.capesEngenharia de Produçãopt_BR
Aparece nas coleções:PG - Programa de Pós-Graduação em Engenharia de Produção

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
PG_PPGEP_M_Santos, Celso Bilynkievycz dos_2007.pdf
  Disponível a partir de 5000-01-01
4,9 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.