The key objective of this research is to develop a selection methodology that can be used to support and aid the selection of development processes for e-Commerce Information Systems (eCIS) effectively using various decision methods. The selection methodology supports developers in their choice of an e-Commerce Information System Development Process (e-Process) by providing them with a few different decision making methods for choosing between defined e-Processes using a set of quality aspects to compare and evaluate the different options. The methodology also provides historical data of previous selections that can be used to further support their specific choice. The research was initiated by the fast growing Information Technology environment, where e-Commerce Information Systems is a relatively new development area and developers of these systems may be using new development methods and have difficulty deciding on the best suited process to use when developing new eCIS. These developers also need documentary support for their choices and this research helps them with these decision-making processes. The e-Process Selection Methodology allows for the comparison of existing development processes as well as the comparison of processes as defined by the developers. Four different decision making methods, the Value-Benefit Method (Weighted Scoring), the Analytical Hierarchy Process, Case-Based Reasoning and a Social Choice method are used to solve the problem of selecting among e-Commerce Development Methodologies. The Value-Benefit Method, when applied to the selection of an e-Process from a set of e-Processes, uses multiple quality aspects. Values are assigned to each aspect for each of the e-Processes by experts. The importance of each of the aspects, to the eCIS, is defined in terms of weights. The selected e-Process is the one with the highest score when the values and weights are multiplied and then summed. The Analytic Hierarchy Process is used to quantify a selection of quality aspects and then these are used to evaluate alternative e-Processes and thus determining the best matching solution to the problem. This process provides for the ranking and determining of the relative worth of each of the quality aspects. Case-Based Reasoning requires the capturing of the resulting knowledge of previous cases, in a knowledge base, in order to make a decision. The case database is built in such a way that the concrete factual knowledge of previous individual cases that were solved previously is stored and can be used in the decision process. Case-based reasoning is used to determine the best choices. This allows the user to either use the selection methodology or the case base database to resolve their problems or both. Social Choice Methods are based on voting processes. Individuals vote for their preferences from a set of e-Processes. The results are aggregated to obtain a final result that indicates which e-Process is the preferred one. The e-Process Selection Methodology is demonstrated and validated by the development of a prototype tool. This tool can be used to select the most suitable solution for a case at hand. The thesis includes the factors that motivated the research and the process that was followed. The e-Process Selection Methodology is summarised as well as the strengths and weaknesses discussed. The contribution to knowledge is explained and future developments are proposed. To conclude, the lessons learnt and reinforced are considered.

Thesis (Ph.D.)--Stanford University, 1992. / Includes bibliographical references (leaves 236-249).

L'objet de cette thèse est de développer une approche d’aide à la constitution et aux choix des équipes multidisciplinaires. Deux méthodologies ont été développées afin d’apporter une contribution au le domaine du management des équipes d’une manière générale et aux systèmes hospitaliers particulièrement. Nous nous sommes intéressés dans la conception de ces méthodologies aux méthodes d’aide à la décision multicritère et aux méthodes cognitives. La première méthodologie TBS 1, se base sur les expériences des opérations passées afin de fournir l’équipe adéquate pour une nouvelle opération. Nous développons une hybridation entre un outil d’aide à la décision multicritères AHP et une méthode cognitive RàPC. Dans une deuxième méthodologie TBS 2, nous combinons deux méthodes d’aide à la décision multicritères AHP et ELECTRE afin de proposer aux responsables la meilleure équipe et les liens avec les autres équipes. Pour valider ces deux démarches, nous les avons expérimentées en bloc opératoire de CHU Habib Bourguiba. Bien qu’un certain nombre de limites ait pu être mis en évidence, les retours terrain nous amènent à penser que l’intérêt des deux démarches d’aide à la constitution et au choix des équipes dans le bloc opératoire semble validé. / The subject of this thesis is to develop a support approach to the constitution and to the choices of the multidisciplinary teams. Two methodologies have been developed in order to provide a contribution to the domain of the team management in a general manner and to the hospital systems particularly. We are interested in the conception of these methodologies in the support method to the multi-criterion decision and to the cognitive methods.The first methodology TBS 1, is based on the experiences of the past operations in order to supply the adequate team for a new operation. We develop hybridization between the support tool to the multi-criterion decision AHP and a cognitive method CBR. In a second methodology TBS 2, we combine two support methods to the multi-criterion decision AHP and ELECTRE in order to suggest to the persons in charge the best team and the links with the other teams.In order to approve these two approaches, we have experimented them in the operating theatre of CHU Habib Bourguiba. Even though certain number of limits could be highlighted, the operation issues lead us to think that the interest of the two support approaches to the constitution and to the choices of the teams in the operating theatre seems to be approved.

Attempts to bridge the digital divide between urban and rural Information and Communications Technology (ICT) users have led to the deployment of ICT platforms in remote rural areas. This puts an increased demand for skilled support in rural ICT platforms to assist users in resolving technical problems that they face on a daily basis. A web based help desk system is developed and implemented to allow knowledge sharing and collaboration amongst users and experts as a way of ensuring the technical sustainability of the Siyakhula Living Lab, a remote rural based Information and Communications Technology (ICT4D) intervention. The research describes the use of Transactional and Innovation & Creative knowledge management strategies and their associated applications such as case-based reasoning (CBR) methods and collaborative knowledge approaches to develop a help desk support system for a geographically distributed multipurpose ICT centre in Dwesa, a rural remote area in the Eastern Cape Province, South Africa. The system implemented in this study has been validated for functional adequacy and usability within the Siyakhula Living Lab. The results of the evaluation are presented in this thesis to provide the initial validation of the effectiveness of the help desk system. Keywords: ICT4D, ICT, Case-Based Reasoning; Collaborative Knowledge, Technical Sustainability, Help Desk Systems, Siyakhula Living Lab Forums, Issue Tracking, Rural Users, South Africa

Uma questão que se apresenta relevante, nesta tese, é que na maioria das vezes, o estudante, principalmente, o novato, demonstra grande dificuldade na aprendizagem baseada na resolução de problemas. Portanto, este precisa de monitoração, isto exige um apoio de entidades ou pessoas mais experientes. Percebe-se que, muitas vezes, por falta de domínio na área do conhecimento tratada, o estudante não analisa minuciosamente os dados do problema para poder conduzir objetivamente cada etapa de solução. Várias habilidades cognitivas são exigidas durante o processo de resolução de problemas, como por exemplo, codificação, comparação e combinação, componentes cognitivos significativos detectados em estudantes talentosos. A aprendizagem por meio do processo de resolução de problemas num ambiente online pode ampliar o pensamento crítico e aprimorar a tomada de decisão. Nesta pesquisa, foi criado um agente conversacional chamado Blaze, com o intuito de apoiar o estudante durante a aprendizagem autorregulada baseada na resolução de problemas. O agente foi desenvolvido com a linguagem de marcação AIML (Artificial Intelligence Markup Language), tendo sua base de conhecimento construída por meio da elicitação e representação dos processos cognitivos dos estudantes talentosos, alunos medalhistas da Olimpíada Brasileira de Matemática das Escolas Públicas. Utilizou-se a técnica de Raciocínio Baseado em Casos para permitir a recuperação e reutilização de experiências passadas dos estudantes talentosos. Foram realizados tantos experimentos com outros estudantes de graus de escolaridades distintos (2ª série do ensino médio, Licenciatura em Ciências e Licenciatura em Matemática) com o objetivo de investigar o engajamento e o aprimoramento das habilidades cognitivas destes durante a resolução dos problemas com a assistência do agente conversacional Blaze. Nestes experimentos, alguns estudantes interagiram com o agente Blaze durante o processo de resolução de problemas matemáticos, enquanto outros trabalharam sozinhos na resolução dos mesmos problemas. Os resultados obtidos nos experimentos permitiram verificar que o apoio do agente conversacional Blaze, no contexto de uma aprendizagem autorregulada durante a resolução de problemas, contribuiu qualitativamente para o aprimoramento de diversas habilidades cognitivas, como por exemplo, pensamento crítico, pensamento criativo, raciocínio lógico, bem como, permitiu o uso da metacognição. / A relevant issue raised in this paper is that most times students, especially inexperienced ones, show great difficulty for learning based on problem solving. Therefore, such students need to be monitored, which requires support from entities or more experienced people. Many times we see that due to students’ lack of mastery of the field of knowledge addressed, they fail to thoroughly analyze the problem data so as to objectively handle each stage of the solution. Several cognitive skills are required during the problem-solving process, such as coding, and comparison and combination, significant cognitive components detected in talented students. Learning by means of a problem-solving process in an online environment is capable of expanding critical thinking and improving students’ decision-making skills. In this research, a conversational agent we call Blaze was created in an effort to help students during their self-regulated, problem solving-based learning. The agent was developed via the AIML (Artificial Intelligence Markup Language), and its knowledge base was put together by means of eliciting and representing the cognitive processes of talented students, students who had won medals at the Brazilian Public School Mathematics Olympic Games. We used the Case-Based Reasoning technique to enable us to recover and reuse the talented students’ past experiences. Some other experiments were carried out with other students from various schooling levels (high school sophomores, and Science and Math undergrads) in order to look into those students’ engagement and improvement of their cognitive skills as they solved problems assisted by the Blaze conversational agent. In those experiments, some students interacted with the Blaze agent during the math problem-solving process, while other students worked alone on solving the same problems. The results obtained from the experiments allowed us to find that the support from the Blaze conversational agent, in the context of self-regulated learning during problem-solving, qualitatively helped the students improve their several cognitive skills, such as critical thinking, creative thinking, and logic reasoning, besides enabling the use of meta-cognition.

The performance of data manipulation through a search engine in e-commerce systems using decision support systems can be considered a complex process due to lots of information and may grow exponentially, according to research performed by the user for acquisition of equipment electronics. The import information collected by the system may influence the time to answer during the course of the search engine in accordance with the user s request. This works proposes a hybrid approach using database and genetic algorithm based on abstract data types (GAADT), to reduce the data of database dimensionality and helpful in the selection of products / O desempenho da manipulação dos dados por um sistema de apoio à decisão, em um ambiente de comércio eletrônico, pode ser considerado um processo complexo devido à grande quantidade de informação proveniente do mecanismo de busca adotado para aquisição de equipamentos eletroeletrônicos. Este processo poderá aumentar exponencialmente no decorrer do tempo devido ao crescimento que influenciará no tempo de resposta da execução das tarefas do mecanismo de busca para o usuário. Este trabalho propõe uma abordagem híbrida utilizando banco de dados e algoritmo genético baseado em tipos abstratos de dados, denominado GAADT, para reduzir a dimensionalidade dos dados providos em uma base de conhecimento e auxiliar nas negociações da obtenção de produtos

Uma questão que se apresenta relevante, nesta tese, é que na maioria das vezes, o estudante, principalmente, o novato, demonstra grande dificuldade na aprendizagem baseada na resolução de problemas. Portanto, este precisa de monitoração, isto exige um apoio de entidades ou pessoas mais experientes. Percebe-se que, muitas vezes, por falta de domínio na área do conhecimento tratada, o estudante não analisa minuciosamente os dados do problema para poder conduzir objetivamente cada etapa de solução. Várias habilidades cognitivas são exigidas durante o processo de resolução de problemas, como por exemplo, codificação, comparação e combinação, componentes cognitivos significativos detectados em estudantes talentosos. A aprendizagem por meio do processo de resolução de problemas num ambiente online pode ampliar o pensamento crítico e aprimorar a tomada de decisão. Nesta pesquisa, foi criado um agente conversacional chamado Blaze, com o intuito de apoiar o estudante durante a aprendizagem autorregulada baseada na resolução de problemas. O agente foi desenvolvido com a linguagem de marcação AIML (Artificial Intelligence Markup Language), tendo sua base de conhecimento construída por meio da elicitação e representação dos processos cognitivos dos estudantes talentosos, alunos medalhistas da Olimpíada Brasileira de Matemática das Escolas Públicas. Utilizou-se a técnica de Raciocínio Baseado em Casos para permitir a recuperação e reutilização de experiências passadas dos estudantes talentosos. Foram realizados tantos experimentos com outros estudantes de graus de escolaridades distintos (2ª série do ensino médio, Licenciatura em Ciências e Licenciatura em Matemática) com o objetivo de investigar o engajamento e o aprimoramento das habilidades cognitivas destes durante a resolução dos problemas com a assistência do agente conversacional Blaze. Nestes experimentos, alguns estudantes interagiram com o agente Blaze durante o processo de resolução de problemas matemáticos, enquanto outros trabalharam sozinhos na resolução dos mesmos problemas. Os resultados obtidos nos experimentos permitiram verificar que o apoio do agente conversacional Blaze, no contexto de uma aprendizagem autorregulada durante a resolução de problemas, contribuiu qualitativamente para o aprimoramento de diversas habilidades cognitivas, como por exemplo, pensamento crítico, pensamento criativo, raciocínio lógico, bem como, permitiu o uso da metacognição. / A relevant issue raised in this paper is that most times students, especially inexperienced ones, show great difficulty for learning based on problem solving. Therefore, such students need to be monitored, which requires support from entities or more experienced people. Many times we see that due to students’ lack of mastery of the field of knowledge addressed, they fail to thoroughly analyze the problem data so as to objectively handle each stage of the solution. Several cognitive skills are required during the problem-solving process, such as coding, and comparison and combination, significant cognitive components detected in talented students. Learning by means of a problem-solving process in an online environment is capable of expanding critical thinking and improving students’ decision-making skills. In this research, a conversational agent we call Blaze was created in an effort to help students during their self-regulated, problem solving-based learning. The agent was developed via the AIML (Artificial Intelligence Markup Language), and its knowledge base was put together by means of eliciting and representing the cognitive processes of talented students, students who had won medals at the Brazilian Public School Mathematics Olympic Games. We used the Case-Based Reasoning technique to enable us to recover and reuse the talented students’ past experiences. Some other experiments were carried out with other students from various schooling levels (high school sophomores, and Science and Math undergrads) in order to look into those students’ engagement and improvement of their cognitive skills as they solved problems assisted by the Blaze conversational agent. In those experiments, some students interacted with the Blaze agent during the math problem-solving process, while other students worked alone on solving the same problems. The results obtained from the experiments allowed us to find that the support from the Blaze conversational agent, in the context of self-regulated learning during problem-solving, qualitatively helped the students improve their several cognitive skills, such as critical thinking, creative thinking, and logic reasoning, besides enabling the use of meta-cognition.

Uma questão que se apresenta relevante, nesta tese, é que na maioria das vezes, o estudante, principalmente, o novato, demonstra grande dificuldade na aprendizagem baseada na resolução de problemas. Portanto, este precisa de monitoração, isto exige um apoio de entidades ou pessoas mais experientes. Percebe-se que, muitas vezes, por falta de domínio na área do conhecimento tratada, o estudante não analisa minuciosamente os dados do problema para poder conduzir objetivamente cada etapa de solução. Várias habilidades cognitivas são exigidas durante o processo de resolução de problemas, como por exemplo, codificação, comparação e combinação, componentes cognitivos significativos detectados em estudantes talentosos. A aprendizagem por meio do processo de resolução de problemas num ambiente online pode ampliar o pensamento crítico e aprimorar a tomada de decisão. Nesta pesquisa, foi criado um agente conversacional chamado Blaze, com o intuito de apoiar o estudante durante a aprendizagem autorregulada baseada na resolução de problemas. O agente foi desenvolvido com a linguagem de marcação AIML (Artificial Intelligence Markup Language), tendo sua base de conhecimento construída por meio da elicitação e representação dos processos cognitivos dos estudantes talentosos, alunos medalhistas da Olimpíada Brasileira de Matemática das Escolas Públicas. Utilizou-se a técnica de Raciocínio Baseado em Casos para permitir a recuperação e reutilização de experiências passadas dos estudantes talentosos. Foram realizados tantos experimentos com outros estudantes de graus de escolaridades distintos (2ª série do ensino médio, Licenciatura em Ciências e Licenciatura em Matemática) com o objetivo de investigar o engajamento e o aprimoramento das habilidades cognitivas destes durante a resolução dos problemas com a assistência do agente conversacional Blaze. Nestes experimentos, alguns estudantes interagiram com o agente Blaze durante o processo de resolução de problemas matemáticos, enquanto outros trabalharam sozinhos na resolução dos mesmos problemas. Os resultados obtidos nos experimentos permitiram verificar que o apoio do agente conversacional Blaze, no contexto de uma aprendizagem autorregulada durante a resolução de problemas, contribuiu qualitativamente para o aprimoramento de diversas habilidades cognitivas, como por exemplo, pensamento crítico, pensamento criativo, raciocínio lógico, bem como, permitiu o uso da metacognição. / A relevant issue raised in this paper is that most times students, especially inexperienced ones, show great difficulty for learning based on problem solving. Therefore, such students need to be monitored, which requires support from entities or more experienced people. Many times we see that due to students’ lack of mastery of the field of knowledge addressed, they fail to thoroughly analyze the problem data so as to objectively handle each stage of the solution. Several cognitive skills are required during the problem-solving process, such as coding, and comparison and combination, significant cognitive components detected in talented students. Learning by means of a problem-solving process in an online environment is capable of expanding critical thinking and improving students’ decision-making skills. In this research, a conversational agent we call Blaze was created in an effort to help students during their self-regulated, problem solving-based learning. The agent was developed via the AIML (Artificial Intelligence Markup Language), and its knowledge base was put together by means of eliciting and representing the cognitive processes of talented students, students who had won medals at the Brazilian Public School Mathematics Olympic Games. We used the Case-Based Reasoning technique to enable us to recover and reuse the talented students’ past experiences. Some other experiments were carried out with other students from various schooling levels (high school sophomores, and Science and Math undergrads) in order to look into those students’ engagement and improvement of their cognitive skills as they solved problems assisted by the Blaze conversational agent. In those experiments, some students interacted with the Blaze agent during the math problem-solving process, while other students worked alone on solving the same problems. The results obtained from the experiments allowed us to find that the support from the Blaze conversational agent, in the context of self-regulated learning during problem-solving, qualitatively helped the students improve their several cognitive skills, such as critical thinking, creative thinking, and logic reasoning, besides enabling the use of meta-cognition.

Orientadores: Gilberto Shigueo Nakamiti, Heloisa Vieira da Rocha / Dissertação (mestrado profissional) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-04T19:58:40Z (GMT). No. of bitstreams: 1 Julio_MarciaReginaFerroMoss_M.pdf: 5134591 bytes, checksum: 7b347ade85c8652d790d671fd0d3bd1c (MD5) Previous issue date: 2005 / Resumo: No momento da escolha da solução para um problema, muitas vezes o ser humano se vale de experiências passadas, ocorridas com problemas semelhantes e que, portanto, podem prever soluções de sucesso ou não. Sistemas Baseados em Casos (SBC) podem utilizar soluções anteriores para interpretar uma nova situação, ou criar uma solução apropriada para um novo problema. Este trabalho apresenta um estudo de métricas de similaridade em sistemas baseados em casos, aplicados à área da saúde, mais especificamente sobre epicondilite lateral, uma tendinite do cotovelo. O estudo sobre métricas de similaridade em sistemas baseados em casos foi realizado a partir de levantamentos bibliográficos sobre Raciocínio Baseados em Casos e sobretudo com o estudo e aprendizado obtido por meio da aplicação de RBC na área da Saúde. A aplicação foi desenvolvida com a participação de profissionais da área da saúde que muito colaboraram na construção da aplicação, bem como com o fornecimento de casos reais para os cadastros na base de casos e aplicação de testes de validação / Abstract: When solving a problem, humans ofien use past experiences with similar situations, which can help the prediction of failure or success. Case-Based Systems use past experiences to interpret a new situation, or to create an appropiate solution for a new problem. For work presents a study on similarity metrics in case-based systems, and an application concerning the health area, more specifically about Lateral Epiconditis, an elbow tendinitis. The study on similarity metrics in case-based systems was conducted from bibliographic research and more importantly, with the study and learning abtained with the health area application development. Health area professionals took part and helped the application development, as well as provided real cases to configure and validate the system / Mestrado / Engenharia de Software / Mestre Profissional em Computação

Orientador: Mauro Sergio Miskulin, Rosana G. S. Miskulin / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-08T03:31:45Z (GMT). No. of bitstreams: 1 PivaJunior_Dilermando_D.pdf: 2474733 bytes, checksum: 6f2118117d2c8fc9a5f56f799d06aafe (MD5) Previous issue date: 2006 / Resumo: Este trabalho apresenta a arquitetura computacional AUXILIAR, que foi especificada com o objetivo de potencializar a ação docente em módulos de Ensino de Engenharia. Para tanto foi implementado um mecanismo que, além de facilitar o processo de avaliação, procura por casos similares ocorridos com outros alunos em situações passadas semelhantes. Esta busca permite que o sistema possa redefinir o conteúdo que o aluno deve ser submetido e eliminar as deficiências detectadas durante a avaliação formativa, sem a necessidade de uma maior intervenção do professor no processo educativo. Para atingir tais objetivos foram utilizados conceitos de Inteligência Artificial, especificamente Raciocínio Baseado em Casos aplicado à Educação, e conceitos de Avaliação Formativa, buscando, com essa abordagem e com a utilização de metodologia específica para construção de cursos Online (AUXILIARCONSTRUTOR), facilitar a organização dos conteúdos pedagógicos a serem disponibilizados em cursos Online. Ao final, são apresentados resultados preliminares da utilização da arquitetura computacional AUXILIAR, em uma primeira implementação, em dois momentos, 1º e 2º semestres de 2005, e envolvendo disciplinas e turmas distintas de cursos específicos de Engenharia da Computação, Ciência da Computação e Tecnologia em Informática. Com essas perspectivas esta pesquisa procura investigar o desenvolvimento de uma ferramenta computacional inteligente utilizando a metodologia de Raciocínio Baseado em Casos (RBC) que potencializará a ação docente no gerenciamento, condução e redirecionamento dos alunos em módulos de ensino em cursos Online na área de Engenharia, proporcionando uma melhoria na aprendizagem / Abstract: This study presents the AUXILIAR computational architecture, which was specified with the objective of enhancing the professor action in the Engineering Teaching modules. To carry this out, it was implemented a mechanism that, besides facilitating the evaluation process, it looks for similar cases occurred with students on past similar situation. This search allows the system to redefine the content¿s student that must be submitted and eliminates the detected deficiencies during the formative evaluation without the professor¿s intervention in the educative process. To reach these proposals, have been used concepts on Artificial Intelligence, specifically Case-Based Reasoning applied to Education, and concepts of Formative Evaluation aiming with this focus and also with the usage of specific methodology applied to online courses assembling (called, AUXILIAR-CONTRUTOR), to facilitate the pedagogical contents organization to be available in online courses. At the end of the study, preliminary results of AUXILIAR computational architecture usage are presented, in a first implementation, in two moments (first and second half of 2005), involving distinct disciplines and classes of the Computing Engineering, Computer Science and Information Technology courses. With these perspectives, this research looks to investigate the development of an intelligent computational tool using the methodology of Case Based Reasoning (CBR) that enhances the teaching action in the management, conduction and redirection of the students in modules of education in online courses of Engineering area, providing an improvement in the learning / Doutorado / Automação / Doutor em Engenharia Elétrica