Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Souza, Luzia Vidal de | - |
Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Métodos Numéricos de Engenharia - Programação Matemática | - |
Autor(es): dc.creator | Horst, Fábio | - |
Data de aceite: dc.date.accessioned | 2019-08-21T23:53:01Z | - |
Data de disponibilização: dc.date.available | 2019-08-21T23:53:01Z | - |
Data de envio: dc.date.issued | 2013-09-20 | - |
Data de envio: dc.date.issued | 2013-09-20 | - |
Data de envio: dc.date.issued | 2013-09-20 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/1884/32131 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/32131 | - |
Descrição: dc.description | Resumo: A presente pesquisa trata da utilização do processo KDD no reconhecimento de padrões de comportamento dos colaboradores de um hospital, na cidade de Guarapuava/PR. Para tanto, foram utilizadas técnicas de predição em Data Mining (Técnicas de Redes Neurais Artificiais, Rede de Base Radial, Regressão Logística e Análise de Discriminante de Fisher). A partir de um banco de dados composto por um questionário aplicado aos colaboradores do Hospital, envolvendo perguntas de caráter pessoal e de satisfação, procuramos classificá-los como satisfeitos ou insatisfeitos. Com as respostas de 245 funcionários foram elaboradas duas matrizes de ordem 245 X 45, uma com dados sobre satisfação e outra com as características pessoais. A primeira matriz foi utilizada para classificação dos Grupos Satisfeitos e Grupos Insatisfeitos (GS e GI) e a segunda para aplicação das técnicas de Data Mining. Os resultados encontrados em todas as técnicas foram considerados satisfatórios, tendo em vista que classificaram a maioria dos indivíduos corretamente. Com os pesos e "bias" da Rede Neural e Redes de Base Radial (RBF), e os coeficientes da Regressão Logística e Discriminante de Fisher foi criada, por meio da elaboração de um programa, uma ferramenta de auxílio para a tomada de decisão dos gestores do setor de Recursos Humanos do Hospital, no que diz respeito à predição de um novo funcionário, que pode auxiliar na diminuição da rotatividade (turnover). | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Palavras-chave: dc.subject | Dissertações | - |
Título: dc.title | Técnicas em data mining aplicadas na predição de satisfação de colaboradores de um hospital na Cidade de Guarapuava/PR | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: