Roadmapping Aumentado: Aplicação de mineração de dados e aprendizado de máquina para processos de roadmapping setorial

• Processo: 23/04764-7
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de abril de 2024
• Data de Término da vigência: 31 de março de 2026
• Área do conhecimento: Engenharias - Engenharia de Produção - Engenharia do Produto
• Pesquisador responsável: Maicon Gouvea de Oliveira
• Beneficiário: Maicon Gouvea de Oliveira
• Instituição Sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Pesquisadores associados: Glauco Henrique de Sousa Mendes ; Janaina Mascarenhas Hornos da Costa ; Jonathan Simões Freitas ; Lucas Gabriel Zanon ; Robert Phaal ; Rogério Esteves Salustiano ; Youngjung Geum
• Assunto(s): Aprendizado computacional Digitalização Mineração de dados
• Palavra(s)-Chave do Pesquisador: Aprendizagem de Maquina | Digitalização | Mineração de Dados | Roadmapping de Inovação | Roadmapping de Inovação

Resumo

A digitalização dos processos de roadmapping de inovação tem crescido rapidamente nos últimos anos, como consequência do progresso das tecnologias de informação e comunicação. Em particular as tecnologias relacionadas com a mineração de dados e o aprendizado de máquina mostram grande potencial para apoiar os processos de roadmapping, que dependem de informações para a construção de rotas estratégicas de inovação. Nos últimos anos têm surgido trabalhos que buscam entender a aplicação de tais tecnologias para aumentar a capacidade cognitiva e de tomada de decisão dos especialistas envolvidos no roadmapping, o que chamamos neste projeto de roadmapping aumentado (augmented roadmapping). Contudo ainda pouco se conhece sobre como realmente introduzir o uso dessas tecnologias em processos de roadmapping e seus potenciais resultados. Este projeto de pesquisa considera duas frentes fundamentais para o desenvolvimento de processos de roadmapping aumentados: bases de dados de informações estratégicas e a integração de técnicas de mineração de dados e aprendizado de máquina em processos de roadmapping. E então define duas perguntas de pesquisa: Quais devem ser as características das bases de dados de informações estratégicas para utilização em processos de roadmapping aumentado? Como, a partir do uso dessas bases de dados, aplicar técnicas de mineração de dados e aprendizado de máquina nos processos de roadmapping aumentado direcionados para inovação setorial? Nesse contexto, o objetivo principal deste projeto consiste na proposição de um modelo descritivo das características de bases de dados de informações estratégicas para utilização em roadmapping e de como usá-las em processos de roadmapping apoiados por mineração de dados e aprendizado de máquina. O método de pesquisa para este projeto baseia-se no Design Science Research (DSR) e em estudos de caso. Para sua implementação são propostas a revisão da literatura, entrevistas com especialistas e a realização de estudos de caso. Como resultados espera-se o desenvolvimento de conhecimentos sobre a utilização e o impacto da mineração de dados e do aprendizado de máquina em processos setoriais de roadmapping, viabilizando a condução deste tipo de roadmapping na prática e o aprofundamento das pesquisas. (AU)