Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/63723

Compartilhe esta página

Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorLIMA, Ricardo Massa Ferreira de-
dc.contributor.authorACIOLY, José Lucas Correia-
dc.date.accessioned2025-06-11T11:42:46Z-
dc.date.available2025-06-11T11:42:46Z-
dc.date.issued2025-04-09-
dc.date.submitted2025-04-26-
dc.identifier.citationACIOLY, José Lucas Correia. Aplicação de trace clustering em ambientes reais: um estudo de caso no judiciário brasileiro. 2025. Trabalho de Conclusão de Curso (Ciência da Computação) – Universidade Federal de Pernambuco, Recife, 2025.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/63723-
dc.description.abstractTrace clustering é uma técnica de pré-processamento da mineração de processos que evoluiu bastante nos últimos anos devido ao seu elevado potencial de aplicação na análise de logs de eventos complexos, cujo uso das técnicas tradicionais de mineração de processos leva à geração de modelos de processo “spaghetti-like” — ou seja, modelos cujo elevado número de nós e arestas compromete a interpretação do modelo. No entanto, a aplicação dessa técnica em áreas que enfrentam grande volume de dados e processos pouco estruturados, como o sistema judiciário brasileiro, carece de investigação e documentação. Assim, o objetivo deste trabalho consiste em identificar os algoritmos de trace clustering desenvolvidos nos últimos anos e quais algoritmos são mais eficientes para serem executados em ambientes como o do Sistema Judiciário Brasileiro.pt_BR
dc.format.extent40p.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/pt_BR
dc.subjectmineração de Processospt_BR
dc.subjecttrace clusteringpt_BR
dc.subjectanálise de desempenhopt_BR
dc.subjectdados reaispt_BR
dc.titleAplicação de trace clustering em ambientes reais: um estudo de caso no judiciário brasileiropt_BR
dc.typebachelorThesispt_BR
dc.degree.levelGraduacaopt_BR
dc.contributor.advisorLatteshttps://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4728222A5&tokenCaptchar=03AFcWeA7xD978rK0ZDuuCABDZsyfGitDHzdDNU72MzTlABBhGq2qWhz4uItTtGepw_mdZGnn7S72BhXkDdQoKTdBMulUrn-NmavruU6JdXZ9u7PVpuI96LcrQviEAZVKar6f-U-m0PK8XolIfFI03lJc35fuBPHudgp7cvIFZoDK5d__wWKIGE-jnXYuFOoN77rEMU68_vqZLIrB3bsrKXMxfFJzDxQsCHcZKoP2rSM227Dnav21g4AGAMZmrBoZhuDF4EBT0rLVdO8mW3jkd00Fz5ZF_uoCl_dMf0j_KbuMcdibtRY-hRJ0_rvDbNGoG1kjK56oDbpRMkMK6SCd3puel_a_x8iYGBaxP0fdpfGoEOT6xzrMypGdjPZDO_DPsRB_u_uss68dGYv4B2xELeOBYE9Lj_nTkdFVSOJaQcR8vIMn_EbO3gMuJb6stRlga_e8rkoLm7y4Vbh-wgwRWQ_Romda6dr3t6-LWpLf1bny1BO2cfqrJmosGMmm71ZiqMnsVcibeGFdPKRyjP2ORnk8PmjWfGNUo3FsxrLXoWTwjMFAl4jKZBIWC3sczeSvyDNkWTmsWxIhv90KIv_f920kwFCI2AawqM5JWJKSm9Ym0wJs_XO-8jkvE5x7aqojkMaOyWuFgmFMrw8ktAFmaeCfOcAIamiFmSi1ego-zVGF5-0ozghsYO2MI45aXfCE6jFSI7f02areI5mZZYcPF1u3M_Lp4EogKOdTatdE_HewA-YMfohexqMHKTRybLSH4P9tZGPmTRuFQG8cYjxk8tC-i-naJ8ktu2J_DE2UT-g8ndZynv9MwMNvd6lnzU_ouvJpNuqjvXojFiZWZ8c06h019TK_uC589e_7DViIYeppJxOZX6vdu5xiFxAm0mpTi7yxUzvTDjJ9LdyLWLuvnv7Lxj7JhhA0Ar_BDwjtVz9Ldt0XVD1Gkq3fcbSxYyzztMGESvI91z6r4uea76CH2eivfuUBsGBP7F9GccNIXMnpTxb8BkEjXgdjBDBnRkADBApF-jbfYCbKwdyflyKdsi4Eopv7c26116Qpt_BR
dc.description.abstractxTrace clustering is a preprocessing technique in process mining that has significantly evol ved in recent years due to its high potential for analyzing complex event logs. Traditional process mining techniques often lead to the generation of “spaghetti-like” process models —that is, models with a high number of nodes and edges, which hinders their interpre tability. However, the application of this technique in domains characterized by large volumes of data and poorly structured processes, such as the Brazilian judicial system, still lacks sufficient investigation and documentation. Therefore, the objective of this work is to identify the trace clustering algorithms developed in recent years and to determine which ones are most efficient for execution in environments such as the Brazilian Judicial Systempt_BR
dc.subject.cnpqÁreas::Ciências Exatas e da Terrapt_BR
dc.degree.departament::(CIN-DCC) - Departamento de Ciência da Computaçãopt_BR
dc.degree.graduation::CIn-Curso de Ciência da Computaçãopt_BR
dc.degree.grantorUniversidade Federal de Pernambucopt_BR
dc.degree.localRecifept_BR
Aparece nas coleções:(TCC) - Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TCC José Lucas Correia Acioly.pdf4,35 MBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons