dc.creator | Flores, Matheus Friedhein | |
dc.date.accessioned | 2021-12-02T13:25:00Z | |
dc.date.available | 2021-12-02T13:25:00Z | |
dc.date.issued | 2021-03-03 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/23103 | |
dc.description.abstract | With the advancement of technology and the constant search of organizations to
improve their organizational processes, aiming to maximize the use of resources,
several organizations are investing in improvements in the flow of their internal
processes. In general, all organizations have tasks that are performed by different
employees, given their role. A set of tasks, conditions and events characterizes a
process. Tasks are handled by different sectors and employees, with or without the
help of management software, characterizing process activities. This work proposes
an architecture that seeks to detect situations of interest through process activities
(events) in the business environment and initiate proactive actions in the face of
these situations. For this, tools are used for processing event streams, such as:
Apache Kafka and Apache Spark. In addition to the tools mentioned, for detecting
situations of interest in business processes, the model proposed by Machado
(MACHADO et al., 2017), has been extended to the business context. In order to
evaluate the work, 02 (two) case studies were developed based on real scenarios
worked throughout this dissertation. One in the research and development project
entitled “Platform for Systems Integration based on mapping and process
automation” and the other in the project entitled “Platform for Animal Health Defense
of the State of Rio Grande do Sul (PDSA-RS)”. A prototype application was
developed based on one of the scenarios. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Apache Kafka | eng |
dc.subject | Apache Spark | eng |
dc.subject | Log de eventos | por |
dc.subject | Processos de negócio | por |
dc.subject | Business process | eng |
dc.subject | Log event | eng |
dc.title | Proposta de uma arquitetura para detecção de situações de interesse e ações proativas em processos de negócio | por |
dc.title.alternative | Proposal of a architecture for detection of situations interest and proactive actions in business process | eng |
dc.type | Dissertação | por |
dc.description.resumo | Com o avanço da tecnologia e a busca constante das organizações em melhorar
seus processos organizacionais, visando maximizar o uso de recursos, diversas
organizações estão investindo em melhorias no fluxo de seus processos internos.
De forma geral, todas as organizações possuem tarefas que são realizadas por
diferentes colaboradores, dada sua função. Um conjunto de tarefas, condições e
eventos caracteriza um processo. As tarefas são tramitadas por diferentes setores e
colaboradores, com ajuda ou não de softwares de gestão, caracterizando atividades
do processo. Este trabalho propõe uma arquitetura que busca detectar situações de
interesse por meio de atividades de processo (eventos) no ambiente de negócio e
iniciar ações proativas frente a essas situações. Para isso, são utilizadas
ferramentas para o processamento de stream de eventos, como: Apache Kafka e
Apache Spark. Além das ferramentas citadas, para a detecção de situações de
interesse em processos de negócio, o modelo proposto por Machado (MACHADO et
al., 2017), foi estendido para o contexto de negócio. Visando avaliar o trabalho,
foram desenvolvidos 02 (dois) estudos de caso baseado em cenários reais
trabalhados ao longo desta dissertação. Sendo um no projeto de pesquisa e
desenvolvimento intitulado “Plataforma para Integração de Sistemas baseada em
mapeamento e automação de processos” e o outro no projeto intitulado “Plataforma
de Defesa Sanitária Animal do Estado do Rio Grande do Sul (PDSA-RS)”. Foi
desenvolvida uma aplicação protótipo com base em um dos cenários. | por |
dc.contributor.advisor1 | Machado, Alencar | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/5538050121450638 | por |
dc.contributor.advisor-co1 | Gassen, Jonas Bulegon | |
dc.contributor.referee1 | Fleischmann, Ana Marilza Pernas | |
dc.contributor.referee2 | Lima, Joao Carlos Damasceno | |
dc.creator.Lattes | http://lattes.cnpq.br/8395145969710810 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Ciência da Computação | por |
dc.publisher.initials | UFSM | por |
dc.publisher.program | Programa de Pós-Graduação em Ciência da Computação | por |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | por |
dc.publisher.unidade | Centro de Tecnologia | por |