Avaliação de ferramentas de mineração de dados: uma abordagem com o modelo TAM

Autores

  • Jislane Silva Santos de Menezes INSTITUTO FEDERAL DE SERGIPE (CAMPUS LAGARTO)
  • Gleidison Santos Hora
  • Gilson Pereira dos Santos Júnior
  • Almerindo Nascimento Rehem Neto

Palavras-chave:

Mineração de dados, Ferramentas de mineração de dados, Modelo de aceitação de tecnologia.

Resumo

A mineração de dados é a área da ciência da computação que visa analisar grandes volumes de dados com o objetivo de descobrir informações úteis, ocultas e não triviais para as organizações. Para apoiar este processo de descoberta do conhecimento existem inúmeras ferramentas de mineração de dados como, por exemplo, Weka, Knime, RapidMiner e Tanagra. Entretanto, não se sabe como cientistas de dados, em formação, aceitam e utilizam tais ferramentas. Assim, o objetivo deste trabalho é avaliar a aceitação das ferramentas de mineração de dados (Weka, Knime, RapidMiner e Tanagra) através do modelo de aceitação de tecnologia (Technology Acceptance Model – TAM) com os discentes da disciplina de Mineração de Dados do Bacharelado de Sistemas de Informação de uma Instituição Pública. Para tanto, foi aplicado um questionário com 23 questões sobre Variáveis Externas (VE), Facilidade de uso percebido (FUP), Utilidade Percebida (UP) e Intenção Comportamental (IC) com 12 discentes do referido curso, no período de X a Y. A pesquisa mostrou as ferramentas analisadas são fáceis de serem usadas, com exceção da Tanagra que obteve 48,9% de aceitação neste quesito. Todas as ferramentas mostraram-se úteis para realizar as tarefas de mineração de dados. Além disso, os participantes demonstraram interesse em utilizar as tarefas diárias de mineração de dados, em particular o RapidMiner, Weka e Knime.

Downloads

Não há dados estatísticos.

Biografia do Autor

Jislane Silva Santos de Menezes, INSTITUTO FEDERAL DE SERGIPE (CAMPUS LAGARTO)

Professora, Mestrado em Ciência da Computação , linha de pesquisa Engenharia de SW.

Referências

BOSCARIOLI, C.; VITERBO, J.; TEIXEIRA, M. F. Avaliação de Aspectos de Usabilidade em Ferramentas para Mineração de Dados. Anais da I Escola Regional de Sistemas de Informação do Rio de Janeiro. Rio de janeiro, v. 1, n. 1, p. 107-114, 2014.

CARVALHO, J. Y. A. et al. Adoção de um Software Público Brasileiro: Estudo de Caso orientado pelo Modelo de Aceitação de Tecnologia. 2015. Disponível em: <http://www.ibd.dcc.ufmg.br/colecoes/freerbase/2015/001.pdf>. Acesso em: 29 maio 2017.

DAVIS, F. D. Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, v. 13, n. 3, p. 319–340, 1989.

DAVIS, F. D.; BAGOZZI, R. P.; WARSHAW, P. R. User acceptance of computer technology: a comparison of two theoretical models. Management Science, Ann Arbor, v.35, n.8, p.982-1003, 1989.

DIAS, M. C.; ZWICKER, R.; VICENTIN, I. C. Análise do modelo de aceitação de tecnologia de Davis. RevistaSpei, Curitiba, v. 4, n. 2, p. 15-23, 2003.

DILLON, A.; MORRIS, M. User acceptance of new information technology: theories and models. Annual Review of Information Science and Technology, Medford (NJ), v.31, p.3-32, out/nov, 1996.

DWIVEDI, Y.; WASTELL, D.; LAUMER, S.; HENRIKSEN, H.; MYERS, M.; BUNKER, D.; ELBANNA, A.; RAVISHANKAR, M.; SRIVASTAVA, S. Research on Information Systems Failures and Successes: Status Update and Future Directions. Information Systems Frontiers, Springer US, p. 1–15, ISSN 1387-3326, 2014.

FAYYAD, U.; PIATETSKY-SHAPIRO, G.; SMYTH, Pc. From data mining to knowledge discovery in databases. AI magazine, v. 17, n. 3, p. 37, 1996.

FERNANDES, A.A.; ABREU, V.F. Implantando a governança de TI: da estratégia à gestão dos processos e serviços. 4. Ed. Rio de Janeiro: Brasport, 2014.

GOEBEL, M.; GRUENWALD, L. A survey of data mining and knowledge discovery software tools. ACM SIGKDD, San Diego, v. 1, n. 1, p. 20-33, set/out, 1999.

HAND, D; MANNILA, H; SMYTH, P. Principles of Data Mining. MIT Press, 2001.

HALL, M; FRANK, E. Combining naive bayes and decision tables. In 2008 Flairs Conference – AAAI, 2008.

IT GOVERNANCE INSTITUTE (ITGI). Board briefing on IT governance. 2nded. 2007.

KAUR, H.; WASAN, S. K. Empirical Study on Applications of Data Mining Techniques in Healthcare, Journal of Computer Science 2 (2): 194-200, ISSN 1549-3636, 2006.

LÖBLER, M. L.; VISENTINI, M. S.; VIEIRA, K. M. A aceitação do comércio eletrônico explicada pelos modelos TAM e TTF combinados. Anais do XXX Encontro da ANPAD, Salvador, set, 2006. Disponível em: <http://www.unieducar.org.br/biblioteca/A%20Aceitao%20do%20Comrcio%20Eletrnico%Explicada%20pelos%20Modelos%20TAM%20e20TTF%20Combinados.pdf>. Acesso em: 29 jun 2017.

MORAIS, S. F. S. Sistemas de Recomendação em Rapid Miner: um caso de estudo. 81f. Dissertação (Mestrado em Análise de Dados e Sistemas de Apoio à Decisão), Porto, 2012.

PHUA, C.; LEE, V.; SMITH, K.; GAYLER, R. A Comprehensive Survey of Data Mining-based Fraud Detection Research. Artificial Intelligence Review, 2005.

PINTO, V. G. Mineração de Dados Paralela e Distribuída Baseada No Ambiente Weka. 2010. 58f. Dissertação (Graduação) - Universidade Federal de Santa Maria, Santa Maria, 2010.

REZENDE, S. O. Mineração de Dados. Congresso da sociedade Brasileira de Computação, 25. 2005, São Leopoldo, Rs. A Universidade da Computação: Um agente de inovação e Conhecimento. São Leopoldo: Unisinos, p. 397 – 433, 2005.

SASSI, R. Data Webhouse e Business Intelligence Operacional: Revisitando a Tecnologia e analisando as tendências do armazém de dados, XXX Encontro Nacional de Engenharia de Produção, São Carlos, Brasil, 2010.

SILVA, A. L. M. R. A influência do treinamento de usuários na aceitação de sistemas ERP em empresas no Brasil. 2005. 118f. Dissertação (Mestrado em Administração) – Instituto COPPEAD de Administração, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2005.

WAGNER, M. M.; RIBEIRO, V.; ZABADAL, J. Mineração de Dados Meteorológicos Empregando Dados de Temperatura: o caso de uma cidade gaúcha. Interfaces Científicas-Exatas e Tecnológicas, v. 2, n. 2, p. 57-70, 2016.

WEST, D.M. Big data for education: data mining, data analytics, and web dashboards. 2012. Disponível em: <http://www.oxydiane.net/IMG/pdf/school_evaluation.pdf>. Acesso em: 07 out. 2017.

Downloads

Publicado

2017-12-11

Como Citar

Menezes, J. S. S. de, Hora, G. S., Júnior, G. P. dos S., & Neto, A. N. R. (2017). Avaliação de ferramentas de mineração de dados: uma abordagem com o modelo TAM. Congresso De Gestão, Negócios E Tecnologia Da Informação – CONGENTI, 1(1). Recuperado de https://eventos.set.edu.br/congenti/article/view/7994

Edição

2017: 1º Congresso de Gestão, Negócios e Tecnologia da Informação – CONGENTI

Seção

TIC - Tema 01 - Gestão da Informação e suas TI/SIs, Analytics, Big Data

Licença

Copyright (c) 2017 Congresso Gestão Negócios TI – CONGENTI

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.

Oferece acesso livre e imediato ao seu conteúdo, seguindo o princípio de que disponibilizar gratuitamente o conhecimento científico contribui para a democratização do saber. Assume-se que, ao submeter os originais os autores cedem os direitos de publicação para o Congresso de Gestão, Negócios e Tecnologia da Informação – CONGENTI. O autor(a) reconhece esta como detentor(a) do direito autoral e ele autoriza seu livre uso pelos leitores, podendo ser, além de lido, baixado, copiado, distribuído e impresso, desde quando citada a fonte.