Criação de sistema para apoio a gestão do conhecimento em empresa de desenvolvimento de software
Resumo
Diante do crescimento da economia baseada em ativos intangíveis, as organizações necessitam adotar práticas para criação, retenção e disseminação do conhecimento. Modelos de Gestão do Conhecimento (GC), especialmente aqueles apoiados por sistemas de informação, tornam-se um meio essencial para o estabelecimento de estratégias bem-sucedidas. Neste contexto, surgiu a questão primordial: como um software pode ser utilizado para gerir e apoiar o compartilhamento do conhecimento? Em busca por respostas, este trabalho teve como o objetivo realizar um estudo sobre utilização de modelos de GC, bem como a criação um software de suporte a GC para uma empresa de desenvolvimento de software. O estudo pode ser caracterizado como aplicado e descritivo com abordagem qualitativa, por meio de um estudo de caso com observação participante. Foram analisados dezoito aspectos, de quatorze modelos de GC, junto a dezesseis colaboradores de uma empresa para que estes identificassem a relevância percebida dos modelos para o contexto organizacional, sendo estes aspectos os requisitos utilizados no desenvolvimento do software proposto. Como resultado final desenvolveu-se um sistema de informação de suporte a GC, denominado TSKM, que foi homologado pelos colaboradores da empresa em relação aos aspectos relevantes identificados pelo estudo de caso e as funcionalidades implementadas no sistema. O estudo cumpriu os objetivos propostos e instiga novos estudos quanto ao uso de sistemas de apoio a GC em diferentes segmentos de empresas
Referências
C. Böhm and H. P. Kriegel. A cost model and index architecture for the similarity join. In Proceedings of the 17th International Conference on Data Engineering, pages 411–420, 2001.
L. O. Carvalho, L. F. D. Santos, W. D. Oliveira, A. J. M. Traina, and C. T. Jr. Ecient self-similarity range wide-joins fostering near-duplicate image detection in emergency scenarios. In Proceedings of the 18th International Conference on Enterprise Information Systems, pages 81–91, 2016.
P. Ciaccia, M. Patella, and P. Zezula. M-tree: An ecient access method for similarity search in metric spaces. In Proceedings of the 23rd International Conference on Very Large Data Bases, pages 426–435, 1997.
O. Database. Data cartridge’s developer’s guide, 2010. 11g Release 2 (11.2).
J. P. Dittrich and B. Seeger. Gess: A scalable similarity-join algorithm for mining large data sets in high dimensional spaces. In Proceedings of the Seventh ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pages 47–56, 2001.
V. Dohnal, C. Gennaro, and P. Zezula. Similarity join in metric spaces using ed-index. In Database and Expert Systems Applications, pages 484–493, 2003.
R. Elmasri and S. B. Navathe. Sistemas de Banco de Dados. Pearson Education Inc, Boston, MA, USA, 6th edition, 2010.
K. Iqbal, M. O. Odetayo, and A. James. Content-based image retrieval approach for biometric security using colour, texture and shape features controlled by fuzzy heuristics. Journal of Computer and System Sciences, 78(4):1258–1277, 2012.
E. H. Jacox and H. Samet. Metric space similarity joins. ACM Trans. Database Syst., 33(2), 2008.
D. d. S. Kaster. Tratamento de Condições Especiais para Busca por Similaridade em Bancos de Dados Complexos. PhD thesis, Instituto de Ciências Matemáticas e de Computação, 2012.
T. Liu, A. W. Moore, and A. Gray. New algorithms for ecient high-dimensional nonparametric classification. J. Mach. Learn. Res., 7:1135–1158, 2006.
J. M., G. J. Burghouts, and A. W. M. Smeulders. The amsterdam library of object images. International Journal of Computer Vision, 61(1):103–112, 2005.
S. S. Pearson and Y. N. Silva. Index-Based R-S Similarity Joins, pages 106–112. Springer International Publishing, Cham, 2014.
Y. N. Silva, W. G. Aref, and M. H. Ali. The similarity join database operator. In 26th International Conference on Data Engineering (ICDE), pages 892–903, 2010.
Y. N. Silva, W. G. Aref, P.-A. Larson, S. S. Pearson, and M. H. Ali. Similarity queries: Their conceptual evaluation, transformations and processing. The VLDB Journal, 22(3), 2013.
Y. N. Silva, S. S. Pearson, J. Chon, and R. Roberts. Similarity joins: Their implementation and interactions with other database operators. Information Systems, 52:149–162, 2015.
T. Skopal. On Fast Non-metric Similarity Search by Metric Access Methods, pages 718–736. Springer Berlin Heidelberg, Berlin, Heidelberg, 2006.
A. J. M. Traina, C. Traina, J. M. Bueno, F. J. T. Chino, and P. Azevedo-Marques. Ecient content-based image retrieval through metric histograms. World Wide Web, 6(2):157–185, 2003.
C. Traina Júnior and A. Juci Machado Traina. Fast indexing and visualization of metric data sets using slim-trees. IEEE Transaction On Knowledge And Data Engeneering, 14(2):244–260, 2002.
K. Trojacanec, I. Dimitrovski, and S. Loskovska. Content based image retrieval in medical applications: An improvement of the two-level architecture. In IEEE EUROCON 2009, pages 118–121, 2009.
P. Zezula, G. Amato, V. Dohnal, and M. Batko. Similarity Search: The Metric Space Approach. Springer Publishing Company, Incorporated, United States, 1st edition, 2010.
