Transformação digital do ecossistema de negócios com recurso a um customer support chatbot: caso dos SIC-Serviços de Informática e Comunicações (UTAD)
Year: 2020
Type: dissertation
Abstract: As organizações atuais ao optarem pela transformação digital poderão antecipar as necessidades dos clientes e torná-los mais satisfeitos. Razão da proposta Transformação Digital do Ecossistema de Negócio com recurso ao Customer Support Chatbot (CSC), com recurso a Machine Learning (ML), que poderá garantir a filtragem de dados e conversão da informação em tempo útil. Esta dissertação propõe dois casos de experimentação. O primeiro, uma arquitetura baseada em árvore de decisão que irá permitir interação e recolha de dados para o desenvolvimento de uma base de dados que poderá ser relevante para o desenvolvimento de um chatbot a longo prazo. Uma vez que atualmente os Serviços de Informática e Comunicações (SIC) não possuem um histórico significativo interativo para o esenvolvimento do chatbot. E o segundo experimento uma prova de conceito recorrendo a bases de dados públicas de desenvolvimento de chatbot. A metodologia para o alcance dos objetivos passou por uma abordagem Design Behavioural Science (DBS) e Design Sciente (DS). Assim, o primeiro experimento, como resposta a uma solicitação dos SIC, consistiu em desenvolver uma ferramenta de configuração da rede sem fios para orientar os utilizadores da UTAD. Como resultado a ferramenta consegue orientar os utilizadores mediante o seu vínculo com a UTAD, distinguindo visitantes e membros da UTAD. A estes dois utilizadores sugere as etapas necessárias para configuração da rede sem fios e ainda permite guardar a opinião dos utilizadores sobre a plataforma numa base de dados. Como forma da validação, a plataforma foi testada e validada pelos responsáveis dos SIC, sendo uma ferramenta que permite automatização do processo de configuração da rede sem fios. O segundo experimento consistiu em testes de dois exemplos de ML numa visão de open domain (cornell dialog corpus) e close domain (ubuntu dialog corpus), ambos implementados na base do modelo seq2seq. No processo de estudo de viabilidade dos dois casos de chatbot mostraram aprendizagem, sendo que, o caso de close domain mostrou melhores resultados. Umas das conclusões tiradas através deste estudo de viabilidade, deve-se ao tipo de assunto que o chatbot responde, por exemplo, no caso de open domain responde a questões relacionados a filmes e questões genéricas e no close domain responde somente a questões técnicas de ubuntu. Portanto, no caso dos SIC seria adequada o desenvolvimento de uma solução chatbot Deep Learning (DL) em close domain para automatizar o atendimento de questões relacionada com a configuração da rede sem fios, desde que exista uma base de dados adequada.
Author: Bape, Nelson dos Santos Joel
Institution: University of Trás-os-Montes and Alto Douro
Language: Portuguese
Topic: AI in Service Interactions
Subfield: Marketing
Domain: Social Sciences
Open Access status: green
OpenAlex ID: W6987565638
