Melhoria da categorização de produtos a partir do uso de algoritmos de aprendizado de máquina e medidas de similaridade

Abstract

O cadastro de produtos é uma atividade primária e essencial de qualquer negócio, mas pode estar cercada por várias armadilhas quando é feitaexclusivamente de forma manual, pois inconsistências nos cadastros podem gerar análises incorretas sobre o negócio, resultando emdecisões equivocadas. Nesse sentido, o uso de técnicas de aprendizado demáquina pode contribuir para melhorar esse processo. O presente estudo avaliou o uso de diferentes algoritmos e estratégias de aprendizado de máquina em uma atividade de categorização de produtos a partir de suas descrições em uma empresa com alta frequênciade criação de novos produtos. Um novo processo foi sugerido a partirda escolha do melhor algoritmo, que apresentou potencial para a redução de erros e revisou o tipo de processo de totalmente manual para semiautomatizado. Além do ganho específico parao caso analisado, o artigo também apresenta o caminho de construção, validação e escolha de modelos de aprendizado, o que contribui para a reprodutibilidade em outros contextos.

RIT: uma Biblioteca para Análise da Relevância Temática dos Comentários Postados no Issue Tracking do GitHub

“…Duas técnicas são comumente utilizadas na literatura [1,5,16] para cálculo de similaridade entre textos, no contexto de fóruns de discussão: a similaridade por cossenos e a comparação de grafos.…”

“…Segundo Brandão et al [5], a similaridade por cossenos utiliza o método de vetorizar os textos para fazer uma análise angular entre os conteúdos textuais. Calcula-se o cosseno do ângulo entre os vetores que representam as interações para determinar sua similaridade.…”

“…Calcula-se o cosseno do ângulo entre os vetores que representam as interações para determinar sua similaridade. A técnica envolve o estudo do conteúdo textual vetorizado e realiza inferências por meio da distância angular dos vetores [5].…”