Show simple item record

dc.contributor.authorSilva, Bruno Ferreira
dc.date.accessioned2021-06-29T16:22:16Z
dc.date.available2021-06-29T16:22:16Z
dc.date.issued2021-06-20
dc.identifier.citationSILVA, Bruno Ferreira. UTILIZAÇÃO DE APRENDIZAGEM DE MÁQUINA PARA CLASSIFICAÇÃO DE E-MAILS EM CATEGORIAS RELEVANTES. 2021. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de São Carlos, São Carlos, 2021. Disponível em: https://repositorio.ufscar.br/handle/ufscar/14459.*
dc.identifier.urihttps://repositorio.ufscar.br/handle/ufscar/14459
dc.description.abstractOne of the main technology tools currently used to exchange information is the email service. However, managing the high volume of information received is one of the major challenges encountered in using this service in public and private institutions. Automated text classification has been considered an essential method to handle a high of textual information that people have to deal with on a daily basis. Problem solving by electronic and automatic means is increasingly common due to the reduction of manual work and costs. With that in mind, companies that receive support requests via email have been trying to reduce service time by using machine learning algorithms to sort texts sent via email. This study aims to identify the ability of machine learning algorithms to correctly determine categories, using a previously labeled database. The results were calculated as means and standard deviations of the most used metrics in machine learning, as well as the execution time of the four algorithms used. The results showed themselves to be satisfactory and well functional.por
dc.description.sponsorshipNão recebi financiamentopor
dc.language.isoporpor
dc.publisherUniversidade Federal de São Carlospor
dc.rightsCC0 1.0 Universal*
dc.rights.urihttp://creativecommons.org/publicdomain/zero/1.0/*
dc.subjectaprendizado de máquinapor
dc.subjectreconhecimento de padrõespor
dc.subjectbag of wordspor
dc.subjectclassificação supervisionadapor
dc.titleUtilização de aprendizagem de máquina para classificação de e-mails em categorias relevantespor
dc.title.alternativeMachine Learning algorithms for email subject classificationpor
dc.typeTCCpor
dc.contributor.advisor1Levada, Alexandre Luís Magalhães
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3341441596395463por
dc.description.resumoUma das principais ferramentas de tecnologia utilizadas atualmente para a troca de informações é o serviço de e-mail. Entretanto, o gerenciamento do alto volume de informações recebidas é um dos grandes desafios encontrados na utilização desse serviço nas instituições públicas e privadas. A classificação automatizada de textos tem sido considerada um método essencial para atender um alto volume de informações textuais que temos que lidar diariamente. É cada vez mais comum a resolução de problemas por meios eletrônicos e automáticos devido à diminuição de trabalho manual e custos. Pensando nisso, empresas que recebem solicitações de suporte por e-mail tentam reduzir o tempo de atendimento utilizando algoritmos de aprendizado de máquina para a classificação de textos enviados por e-mail. Este estudo tem como objetivo identificar a capacidade dos algoritmos de aprendizado de máquina em determinar corretamente as categorias, utilizando uma base de e-mails previamente rotulada. Para os resultados foram calculadas as médias e desvios padrão das métricas mais utilizadas em aprendizagem de máquina, assim como o tempo de execução dos quatro algoritmos utilizados. Os resultados se mostraram satisfatórios e funcionais.por
dc.publisher.initialsUFSCarpor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAOpor
dc.publisher.addressCâmpus São Carlospor
dc.contributor.authorlatteshttp://lattes.cnpq.br/0410389187604892por
dc.publisher.courseCiência da Computação - CCpor


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

CC0 1.0 Universal
Except where otherwise noted, this item's license is described as CC0 1.0 Universal