Dissertação

Supervised Learning Methodologies to Improve Customer Support. Development of a recommendation system to help diagnose telecommunication issues EVALUATED

Esta dissertação trata do desenvolvimento dum sistema de recomendação para auxiliar no diagnóstico de problemas de telecomunicações. O objectivo é ajudar o assistente técnico duma certa operadora a chegar mais rapidamente à causa do problema, dentro dum enquadramento específico. O conjunto de dados é composto por uma variável de resposta categórica e covariáveis binárias. Foram estudadas duas abordagens: a primeira envolve experimentar vários algoritmos populares de Machine Learning como Naive Bayes, Regressão Logística Multinomial, Random Forest e Redes Neuronais. A segunda abordagem envolve construir um modelo em vários passos, onde em cada passo se classifica causas com frequências relativas semelhantes, de forma a mitigar os efeitos de distribuição de classes não balanceada. Os modelos foram avaliados com base no F1-score pesado e numa métrica personalizada que indica o quão preciso é o modelo em captar a causa correcta nas três causas mais prováveis devolvidas pelo modelo. O classificador com melhor resultado foi uma rede neuronal com duas camadas escondidas e duas camadas de diluição, obtendo um F1-score pesado de cerca de 62% e Top 3 accuracy de 90%.
Telecomunicações, Classificação, Aprendizagem supervisionada, Classes não balanceadas

Janeiro 27, 2021, 15:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Isabel Maria Alves Rodrigues

Departamento de Matemática (DM)

Professor Auxiliar

ORIENTADOR

Paulo José de Jesus Soares

Departamento de Matemática (DM)

Professor Auxiliar