Gestão de conhecimento baseada em busca por similaridade em projetos para empreendimentos de transmissão

Abstract

Resumo: A gestão de conhecimento é fundamental para garantir a eficiência e a eficácia no compartilhamento de informações relevantes entre os projetos de uma equipe e redução no tempo de desenvolvimento de novos relatórios e estudos, e por sua vez, a busca por similaridade é uma ferramenta valiosa para empresas e organizações que precisam gerenciar grandes quantidades de informações de projetos. Mais especificamente, esta estratégia é utilizada para comparar e identificar documentos semelhantes de estudos elétricos para projetos de linhas de transmissão, podendo ser realizada por meio de algoritmos de processamento de linguagem natural e técnicas analíticas de dados. O principal benefício dessa busca é ajudar a encontrar informações relevantes mais rapidamente, economizando tempo e esforço da equipe técnica. Além disso, ela também pode ser útil para detectar possíveis erros ou duplicidade de informações em relatórios futuros, o que pode garantir a precisão e integridade desses documentos. Os relatórios de projetos de linhas de transmissão são armazenados em um banco de dados, o que permite a realização da busca por similaridade sem a necessidade de categorização, a qual pode impedir a identificação de documentos similares por estarem classificados em categorias distintas. A busca é realizada através de um script desenvolvido na linguagem de programação Python, permitindo o uso de bibliotecas próprias para o processamento e facilitando o acesso e a recuperação de informações relevantes de forma rápida e compartilhável. A avaliação da abordagem foi realizada através de testes em três casos de base de dados, sendo o primeiro uma comprovação da aplicabilidade dos conceitos através de documentos com frases criadas especialmente para a validação, o segundo e o terceiro caso contam respectivamente com 12 e 72 documentos de relatórios reais disponibilizados pela Companhia Paranaense de Energia (COPEL), os quais compõem uma base de dados variada, com estudos de diferentes equipamentos de projetos de linhas de transmissão, visando a validação dos resultados obtidos, incluindo a categorização do banco de dados com maior número de arquivos e a criação de uma interface de criação de um documento de referência, o qual possui as informações que se deseja buscar nos demais relatórios. Os resultados mostraram que a abordagem é eficaz na recuperação de informações relevantes presentes nos relatórios em todos os casos de estudo, porém, sem a categorização do banco de dados, verificou-se um aumento na taxa de similaridade entre estudos de componentes distintos, o que, apesar de mapear o conjunto total de documentos, apresentou resultados de similaridade não tão relevantes quanto aos resultados obtidos no banco de dados categorizado, uma vez que a busca é direcionada previamente para os documentos de interesse, além de representar um custo computacional muito menor.

Abstract: Knowledge management is key to ensuring efficiency and effectiveness in sharing relevant information between a team's projects and reducing the development time of new reports and studies, and similarity matching is a valuable tool for companies and organizations that need to manage large amounts of project information. More specifically, this strategy is used to compare and identify similar electrical study documents for transmission line projects, and can be carried out using natural language processing algorithms and data analytics techniques. The main benefit of this search is that it helps to find relevant information more quickly, saving the technical team time and effort. It can also be useful for detecting possible errors or duplicate information in future reports, which can guarantee the accuracy and integrity of these documents. Transmission line project reports are stored in a database, which allows a similarity search to be carried out without the need for categorization, which can prevent similar documents from being identified because they are classified in different categories. The search is carried out using a script developed in the Python programming language, allowing the use of its own libraries for processing and facilitating access to and retrieval of relevant information in a quick and shareable way. The approach was evaluated by means of tests on three database cases, the first being a proof of the applicability of the concepts through documents with phrases created especially for validation, the second and third cases having respectively 12 and 72 documents from real reports made available by Companhia Paranaense de Energia (COPEL), These make up a varied database, with studies of different transmission line project equipment, with a view to validating the results obtained, including categorizing the database with the largest number of files and creating an interface for creating a reference document, which contains the information to be found in the other reports. The results showed that the approach is effective in retrieving relevant information from the reports in all case studies, but without categorizing the database, there was an increase in the similarity rate between studies of different components, which, despite mapping the total set of documents, showed similarity results that were not as relevant as the results obtained from the categorized database, since the search is previously directed to the documents of interest, as well as representing a much lower computational cost.