Mineração de Textos para Apoiar a Predição de Severidade de Relatórios de Incidentes: um Estudo de Viabilidade

Devido à grande quantidade de relatórios de incidentes que são persistidos em Sistema de Rastreamento de Incidentes (SRI) e a necessidade em priorizá-los conforme o tipo de severidade, faz-se necessário investigar ferramentas que apoiem a predição de severidade de relatórios de incidentes. Objetivo: Aplicar técnicas de Mineração de Textos (MT) e métodos de aprendizado para apoiar a predição de severidade de relatórios de incidentes a partir das descrições dos mesmos. Método: Um estudo de viabilidade foi conduzido para avaliar a aplicação de técnicas de pré-processamento e métodos de classificação. Resultados: O método de aprendizado semissupervisionado TCBHN apresentou bom desempenho em relação às demais abordagens. Conclusão: Utilização de redes heterogêneas bipartidas e métodos de classificação semissupervisionados para predição de severidade de relatórios de incidentes são promissores.