Comparação de técnicas de recuperação de informação aplicadas a um conjunto de chamados de suporte de TI

Abstract

Este trabalho compara diversas técnicas de Recuperação de Informação para imple- mentar um software que facilite o trabalho de analistas de suporte de Tecnologias de Informação. Tal software deve permitir o fácil acesso às ações remediativas utilizadas no passado, por meio da busca por chamados de suporte similares a um novo chamado recebido. A pesquisa foi executada na empresa Skaylink, a partir de uma base de dados da própria empresa onde são descritos chamados de suporte já finalizados. Foram comparadas onze técnicas de Recuperação de Informação, incluindo diversas abordagens e abrangendo desde técnicas clássicas até o estado da arte em pesquisa. Identificou-se que o melhor resultado foi obtido com a técnica Sentence-BERT, na sua variação multi-idioma distiluse-base-multilingual-cased-v1, onde 78,7% das recomenda- ções realizadas pelo modelo foram consideradas relevantes. Além disso, este trabalho disponibilizou de forma gratuita e irrestrita o conjunto de dados utilizado, descreveu em detalhes a implementação de cada técnica e explorou as condições que afetam os resultados de cada modelo. Por fim, este estudo demonstrou a praticabilidade de um sistema de recuperação de chamados de suporte ao implementar um protótipo viável mínimo.

This work compares several Information Retrieval techniques to implement a software that facilitates the work of Information Technology support analysts. Such software should allow easy access to corrective actions used in the past by searching for support tickets similar to a new incoming ticket. The research was carried out at the company Skaylink, using a company’s own database that describes support calls that have already been finalized. Eleven Information Retrieval techniques were compared, including several approaches and ranging from classic methods to state of the art research. The best results were obtained with the Sentence-BERT technique, in its multi-language variation distilluse-base-multilingual-cased-v1, where 78.7% of the recommendations made by the model were considered relevant. Furthermore, this work made the dataset used freely and completely available. It also described in detail the implementation of each technique and explored the conditions affecting the results of each model. Finaly,this study demonstrated the practicality of a support ticket recovery system by implementing a minimal viable prototype.