Submitted by JÚLIO HEBER SILVA (julioheber@yahoo.com.br) on 2018-02-19T11:16:14Z
No. of bitstreams: 2
Dissertação - Fernando Henrique da Silva - 2018.pdf: 7574243 bytes, checksum: 54853391be8cd76fc74017985311ad09 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-02-19T11:31:02Z (GMT) No. of bitstreams: 2
Dissertação - Fernando Henrique da Silva - 2018.pdf: 7574243 bytes, checksum: 54853391be8cd76fc74017985311ad09 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-02-19T11:31:02Z (GMT). No. of bitstreams: 2
Dissertação - Fernando Henrique da Silva - 2018.pdf: 7574243 bytes, checksum: 54853391be8cd76fc74017985311ad09 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Previous issue date: 2018-02-16 / Hemotherapy units has difficulties to optimize the search for blood donors in emergency situations,
as well as to keep their blood stocks at adequate levels. On the other hand, the use
of computational techniques for prediction has obtained promissing results in several areas
of knowledge, and can be seen as a fundamental tool in obtaining blood donations, however,
are little explored in this sector. Given this gap, this research aimed to analyze and develop
prediction techniques to optimize the search for donors with higher conversion rate to the
donation, focusing on data mining techniques. For this, we first analyzed the performance
of traditional literature classifiers applied to a real database, which produced unsatisfactory
prediction results. Seeking for higher quality results we propose a top-k recommendation
approach of blood donors, which uses heuristics to estimate a confidence degree in donation.
Computational experiments show that the top-k recommendation approach achieves
good results for all three developed heuristics. The support vector-based heuristic achieving
94.09% of precision among the top-10 recommended, and 99.90% of precision for top-1, for
the same data set that the classifiers were not successful. It is expected that the results of this
research will contribute to the academic community due to the variety of classifiers analyzed
and especially due to the proposed top-k recommendations approach. In the future, this
approach can be better analyzed with other databases and even improved by the development
of new heuristics. In addition, it is believed that the developed top-k approach can
be used in health prediction systems, with a focus on predicting blood donors, especially in
emergency situations. / Unidades Hemoterápicas encontram dificuldades para otimizar a busca por doadores de
sangue em situações de emergência, assim como para manter seus estoques sanguíneos em
níveis adequados. Por outro lado, a utilização de técnicas computacionais de predição tem
obtido ótimos resultados em várias áreas do conhecimento, podendo ser vista como uma
ferramenta fundamental na obtenção de doações de sangue, contudo, são pouco exploradas
neste setor. Dado esta lacuna, este trabalho objetivou em analisar e desenvolver técnicas de
predição para otimizar a busca por doadores com maior taxa de conversão à doação, com
foco em técnicas de mineração de dados. Para isto, primeiramente analisou-se o desempenho
de classificadores tradicionais da literatura aplicados a uma base de dados real, o que
produziu resultados de predição insatisfatórios. Na busca de resultados de maior qualidade
foi proposta uma abordagem de recomendação dos top-k, que utiliza heurísticas para a estimar
a confiança em doação. Experimentos computacionais demonstram que a abordagem
de recomendação top-k alcança bons resultados para todas as três heurísticas desenvolvidas.
A heurística baseada em vetores de suporte obteve taxas de precisão de 94,09% entre
os top-10 recomendados, chegando a 99,90% de precisão para o top-1, para a mesma base
em que não se obteve sucesso com o uso de classificadores. É esperado que os resultados
deste trabalho contribuam para a comunidade acadêmica devido a variedade de classificadores
analisados e principalmente pela abordagem de recomendações top-k proposta. Futuramente
esta abordagem poderá ser melhor analisada com outras bases de dados e até
mesmo aprimorada pelo desenvolvimento de novas heurísticas. Além disso, acredita-se que
a abordagem top-k desenvolvida possa ser utilizada em sistemas predição na área da saúde,
com foco na predição de doadores de sangue principalmente em situações de emergência.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.bc.ufg.br:tede/8169 |
| Date | 16 February 2018 |
| Creators | Silva, Fernando Henrique da |
| Contributors | Silva, Sérgio Francisco da, Silva, Sérgio Francisco da, Santos Filho, Tércio Alberto dos, Batista, Marcos Aurélio |
| Publisher | Universidade Federal de Goiás, Programa de Pós-graduação em Modelagem e Otimização (RC), UFG, Brasil, Regional Catalão (RC) |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFG, instname:Universidade Federal de Goiás, instacron:UFG |
| Rights | http://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess |
| Relation | 5321942601948699525, 600, 600, 600, 6665988530194015545, -7090823417984401694 |
Page generated in 0.0107 seconds