00 CAMPUS ARISTÓTELES CALAZANS SIMÕES (CAMPUS A. C. SIMÕES) IC - INSTITUTO DE COMPUTAÇÃO TRABALHOS DE CONCLUSÃO DE CURSO (TCC) - GRADUAÇÃO - IC Trabalhos de Conclusão de Curso (TCC) - Graduação - CIÊNCIA DA COMPUTAÇÃO- IC
Use este identificador para citar ou linkar para este item: http://www.repositorio.ufal.br/jspui/handle/123456789/9121
Tipo: Trabalho de Conclusão de Curso
Título: Explicação em sistema de apoio à decisão baseado em grafos do conhecimento: uma revisão sistemática
Título(s) alternativo(s): Explanation in decision support system based on knowledge graphs: a systematic review
Autor(es): Pantaleão, Romário Oliveira
Primeiro Orientador: Costa, Evandro de Barros
metadata.dc.contributor.advisor-co1: Santos, Robério José Rogério dos
metadata.dc.contributor.referee1: Vieira, Thales Miranda de Almeida
metadata.dc.contributor.referee2: Brito, Patrick Henrique da Silva
Resumo: Com o advento dos sistemas de apoio à decisão que fazem uso de técnicas de inteligência artificial, na linha dos sistemas baseados em conhecimento, incluindo os sistemas de recomendação, constatou-se um crescimento no número de tarefas de tomada de decisão de forma completamente automática, ou seja, passam a ser executadas por sistemas de software. Neste sentido, facilidades de explicação passaram a ser uma característica requerida em algumas aplicações, a exemplo de aplicações no domínio da medicina, dentre outras. Algumas aplicações também são desenvolvidas oferecendo facilidades de explicação para itens recomendados. Por conta desse interesse em explicações, recentemente começou-se o investimento em pesquisa e desenvolvimento de sistemas de recomendação baseados em grafos de conhecimento, que tem propriedades de enriquecer os detalhes das entidades de um grafo e extrair relações importantes que podem enriquecer tais explicações. Apesar da importância dessas aplicações, ainda se constata pouco material que facilite a compreensão de como essas facilidades de explicação têm sido concebidas, desenvolvidas e usadas. Assim, o objetivo do presente trabalho é contribuir para reduzir a mencionada lacuna, provendo um arcabouço que organize o conhecimento no tema explicação em sistemas baseados em conhecimento que usam grafos de conhecimento, verificando como grafos de conhecimento são aplicados a esses sistemas, observando os propósitos de explicações (explanações), focalizando: como o grafo de conhecimento é incorporado a sistemas existentes, como explanações são geradas com a ajuda de GC, além de como serão apresentadas aos usuários e avaliadas. Para tanto, realizou-se uma revisão sistemática da literatura, motivada por algumas questões de pesquisa, visando identificar os estudos primários, seguindo um pré-definido protocolo formal de revisão. Neste estudo, considerou-se quatro bibliotecas (repositórios) digitais, com artigos publicados até janeiro de 2022, onde de 41 artigos recuperados, 19 artigos foram selecionados após avaliação de qualidade com base na aplicação de critérios de exclusão e inclusão. A partir deles foram destacadas as técnicas mais utilizadas que buscam resolver o problema da completude em GC, ou seja, inferir fatos desconhecidos baseados nos dados existentes no GC. Também foram destacados os tipos de incorporação dos grafos aos sistemas existentes. Ao avaliar as formas mais comuns de avaliação das explicações geradas, notou-se uma falta de material referente as gerações e avaliações das mesmas. Apesar dos artigos envolverem o tema explicações, é notado um foco maior na geração e avaliação das recomendações e deixam um pouco a desejar no quesito explicações.
Abstract: With the advent of decision support systems that make use of artificial intelligence techniques, along the lines of knowledge-based systems, including recommendation systems, there has been an increase in the number of completely automatic decision-making tasks, that is, They are executed by software systems. In this regard, explanation facilities have become a required feature in some applications, such as applications in the field of medicine, among others. Some applications are also developed offering explanation facilities for recommended items. Because of this interest in explanations, investment in research and development of recommendation systems based on knowledge graphs has recently started, which have properties of enriching the details of the entities of a graph and extracting important relationships that can enrich such explanations. Despite the importance of these applications, there is still little material that facilitates the understanding of how these explanation facilities have been conceived, developed and used. Thus, the objective of the present work is to contribute to reduce the aforementioned gap, providing a framework that organizes knowledge on the topic of explanation in knowledge based systems that use knowledge graphs, verifying how knowledge graphs are applied to these systems, observing the purposes of explanations, focusing on: how the knowledge graph is embedded into existing systems, how explanations are generated with the help of KG, and how They will be presented to users and evaluated. Therefore, a systematic literature review was carried out, motivated by some research questions, aiming to identify the primary studies, following a pre-defined formal review protocol. In this study, four digital libraries (repositories) were considered, with articles published until January 2022, where from 41 articles retrieved, 19 articles were selected after quality assessment based on the application of exclusion and inclusion criteria. From them, the most used techniques that seek to solve the problem of completeness in KG were highlighted, that is, infer unknown facts based on existing data in the KG. The embedding of graphs into existing systems were also highlighted. When evaluating the most common forms of evaluation of the generated explanations, it was noticed a lack of material referring to the generations and evaluations of the same. Although the articles involve the topic of explanations, there is a greater focus on the generation and evaluation of recommendations and they leave a lot to be desired in terms of explanations.
Palavras-chave: Grafos de conhecimento
Sistema de recomendação explicável
Sistemas de aconselhamento
Sistemas de recuperação da informação
Revisão sistemática da literatura
Knowledge graphs
Explainable recommendation system
Advice-giving systems
Information retrieval systems
Systematic review
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma: por
País: Brasil
Editor: Universidade Federal de Alagoas
Sigla da Instituição: UFAL
metadata.dc.publisher.department: Curso de Ciências da Computação
Citação: PANTALEÃO, Romário Oliveira. Explicação em sistema de apoio à decisão baseado em grafos do conhecimento: uma revisão sistemática. 2022. 28 f. Trabalho de Conclusão de Curso (Bacharelado em Ciências da Computação) – Instituto de Computação, Universidade Federal de Alagoas, Maceió, 2022.
Tipo de Acesso: Acesso Aberto
URI: http://www.repositorio.ufal.br/jspui/handle/123456789/9121
Data do documento: 4-mar-2022
Aparece nas coleções:Trabalhos de Conclusão de Curso (TCC) - Graduação - CIÊNCIA DA COMPUTAÇÃO- IC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Explicação em sistema de apoio à decisão baseado em grafos do conhecimento: uma revisão sistemática.pdf5.06 MBAdobe PDFVisualizar/Abrir


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