Uma ferramenta baseada em aprendizado de máquina para previsão de participantes de processos avaliativos
processos seletivos; eficiência logística; aprendizado de máquina; previsão de dados; sistemas de apoio à decisão.
Este trabalho foi desenvolvido dentro do Núcleo Permanente de Concursos da UFRN, a Comperve. Toda a gestão dos processos avaliativos que são organizados por este Núcleo, derivam diretamente da quantidade de participantes inscritos em seus processos avaliativos. Partindo dessas premissas, esse trabalho apresenta um modelo de utilização de técnicas de aprendizado de máquina sobre a organização logística dos processos avaliativos organizados pela Comperve. O modelo apresentado aqui, foi criado a partir das bases de dados disponíveis no Núcleo, que continham informações sobre os processos avaliativos realizados pela Comperve desde o início dos anos 2000. Para realização deste trabalho, foi investigado o contexto de execução das atividades onde atualmente está inserido este Núcleo, analisando como é feita a organização logística de seus processos, realizando a integração dos dados que se encontravam descentralizados e despadronizados e criando o modelo de treinamento que atingiu mais de 98% de acurácia na classificação da quantidade de participantes inscritos em seus processos. Para a aplicação desse modelo, foi desenvolvida uma ferramenta utilizando a infraestrutura do sistema de gestão dos processos avaliativos, que atualmente está sendo desenvolvido.