Uma proposta de modelo combinando thick data e big data para potencializar os resultados das análises de dados
| Nível educacional (dc.audience.educationLevel) | Graduação | pt_BR |
| Orientador(a) (dc.contributor.advisor) | Francisco, Rosemary | |
| Lattes Orientador(a) (dc.contributor.advisorLattes) | http://lattes.cnpq.br/8034080479856691 | pt_BR |
| Autor(a) (dc.contributor.author) | Sipp, Eduardo | |
| Curso (dc.curso) | Ciência da Computação | pt_BR |
| Data de Disponibilização (dc.date.accessioned) | 2022-04-20T17:06:56Z | |
| dc.date.available (dc.date.available) | 2022-04-20T17:06:56Z | |
| Data da defesa / Data do evento (dc.date.issued) | 2021-06-29 | |
| Abstract (dc.description.abstract) | Big data is a revolution in terms of data storage. Such data allow for several analyzes, possibilities for generating valuable insights and to support decision-making, however, the vast majority of these analyzes still have a high failure rate or low profitability when observing the amount invested versus the results obtained. Considering this scenario, the present work has as the main objective to analyze how thick data combined with big data can be used to make the analyzes more assertive. In summary, thick data intends to understand human behavior and how the human relationship with a particular product or service evolves over time. Understanding such issues allow more accurate extraction of data, the execution of better analyzes and, consequently, tends to generate better results. To conduct the research, the Design Science Research (DSR) research method was used. The paper presents the proof of concept of the model developed as well as two evaluations to observe the viability of the model, one theoretical using two cases from the literature and another practical based on Twitter data and Federal Government data about Covid-19. The main result obtained from this work is to demonstrate the possibility of combining thick data with big data to achieve more comprehensive data analysis. Furthermore, among the main contributions of this research can be cited the artifact generated, that is, the model that adds thick data to a big data structure, with a focus on using qualitative data together with quantitative data | en |
| Resumo (dc.description.resumo) | O big data apresenta uma revolução no que diz respeito ao armazenamento de dados. Tais dados permitem diversas análises, possibilidades para gerações de insights de valor e também para o suporte em tomadas de decisão, contudo a maioria destas análises ainda apresentam falhas ou baixa rentabilidade quando se observa o valor investido frente aos resultados obtidos. Considerando este cenário, o presente trabalho tem como objetivo principal analisar como o thick data combinado com o big data pode ser utilizado para tornar as análises mais assertivas. Em suma, o thick data busca entender o comportamento humano e como ocorre a evolução do relacionamento do ser humano com determinado produto ou serviço ao longo do tempo. Compreender tais questões permite a extração mais acurada dos dados, logo, tende a geração de melhores resultados. Para a condução da pesquisa foi utilizado o método de pesquisa Design Science Research (DSR). Ao decorrer do trabalho, é apresentada a prova de conceito do modelo desenvolvido e também duas avaliações para observar a viabilidade do mesmo, uma teórica utilizando dois cases retirados da literatura e outra prática utilizando dados obtidos através da API do Twitter e dados do Governo Federal referentes a Covid-19. O principal resultado obtido a partir deste trabalho é demonstrar a possibilidade da combinação do thick data com o big data para viabilizar análises de dados mais abrangentes. Além disso, entre as principais contribuições desta pesquisa pode-se citar o artefato gerado, isto é, o modelo que agrega o thick data à uma estrutura de big data, com foco em utilizar os dados qualitativos juntamente aos dados quantitativos | pt_BR |
| URI (dc.identifier.uri) | http://www.repositorio.jesuita.org.br/handle/UNISINOS/11164 | |
| Nome da instituição (dc.publisher) | Universidade do Vale do Rio dos Sinos | pt_BR |
| Assunto (dc.subject) | Thick data | en |
| Assunto (dc.subject) | Big data | en |
| Assunto (dc.subject) | Análise de dados | pt_BR |
| Assunto (dc.subject) | Design Science Research | en |
| Assunto (dc.subject) | Data analysis | en |
| Título (dc.title) | Uma proposta de modelo combinando thick data e big data para potencializar os resultados das análises de dados | pt_BR |
| Tipo de arquivo (dc.type) | TCC | pt_BR |
Arquivos
Pacote original
1 - 1 de 1
Carregando...
- Nome:
- Eduardo Sipp.pdf
- Tamanho:
- 5.6 MB
- Formato:
- Adobe Portable Document Format
- Descrição:
- Uma_proposta
Licença do pacote
1 - 1 de 1
Carregando...
- Nome:
- license.txt
- Tamanho:
- 2.12 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: