https://repositorio.ufsc.br/handle/123456789/182844 2026-09-06T02:27:25Z https://repositorio.ufsc.br/handle/123456789/274949 Prototipagem de um aplicativo informacional sobre dengue sob a ótica da experiência de usuário Geratti, Leonardo Inchostre A dengue representa um dos principais desafios de saúde pública no Brasil, contexto no qual soluções do tipo mHealth emergem como ferramentas estratégicas de vigilância epidemiológica, comunicação de risco e educação em saúde. O presente trabalho propôs e desenvolveu, sob a ótica da experiência de usuário (UX), o protótipo de média fidelidade de um aplicativo informacional móvel voltado à dengue, denominado DengueSC. A pesquisa, de natureza aplicada, caráter exploratório e abordagem metodológica mista, estruturou-se em etapas sequenciais e interdependentes: revisão da literatura especializada em mHealth e dengue, levantamento de doze requisitos funcionais e onze requisitos não funcionais, aplicação de card sorting que consolidou a arquitetura de navegação em três módulos funcionais Mapa, Estatísticas e Informes, elaboração de três mapas de empatia e três personas representativas dos perfis de usuário identificados, sendo eles o cidadão leigo residente em área endêmica, a autoridade em saúde pública e o agente comunitário voluntário. Construção de duas Análises Hierárquicas de Tarefas (AHT), modelagem preditiva de cinco tarefas críticas pelo método GOMS/KLM e desenvolvimento iterativo de wireframes em papel e em plataforma digital, culminando em protótipo navegável de cinco telas: Login, Início, Mapa, Estatísticas e Informes. A avaliação analítica do protótipo, conduzida com base nas heurísticas de usabilidade nos critérios da Mobile App Rating Scale (MARS) e nos resultados quantitativos do GOMS, evidenciou coesão entre as decisões de arquitetura da informação, os fluxos de navegação e as necessidades informacionais dos três perfis mapeados. Os resultados demonstram que a aplicação articulada de métodos de design centrado no usuário, sustentada pela literatura de mHealth e orientada pelos princípios da Ciência da Informação, configura uma abordagem metodológica consistente para a concepção de serviços informacionais digitais em saúde pública. Como limitações principais, destacam-se a ausência de testes empíricos com usuários reais, substituídos pela revisão analítica e pela modelagem preditiva, e a construção das personas por inspeção bibliográfica, aspectos que indicam caminhos prioritários para iterações futuras do projeto TCC (graduação) - Universidade Federal de Santa Catarina, Centro de Ciências da Educação, Ciência da Informação. 2026-07-16T00:00:00Z https://repositorio.ufsc.br/handle/123456789/274934 Arquitetura para monitoria automatizada de atendimentos comerciais com integração entre Bitrix24, n8n e inteligência artificial Fernandes, Giulliana Galdi Este trabalho tem como objetivo propor e avaliar uma arquitetura de monitoria automatizada de atendimentos comerciais que integra o CRM Bitrix24, a plataforma de automação n8n e os modelos de inteligência artificial da OpenAI, a partir de uma implementação realizada na Br24, empresa parceira oficial do Bitrix24 e integrante da Atomic Group, em Florianópolis (SC). O ponto de partida foi um problema concreto: a monitoria da qualidade dos atendimentos era conduzida de forma totalmente manual, em planilhas, cobrindo cerca de dez ligações por mês por vendedor, uma fração pequena do volume real de interações, tarefa que, com a dissolução do time de Enablement, passou a se acumular entre as atribuições dos coordenadores de cada área. Na arquitetura proposta, o Bitrix24 armazena as ligações e os dados dos clientes, o n8n orquestra o fluxo de processamento e a OpenAI transcreve o áudio e avalia os atendimentos com base em um prompt estruturado em quatro pilares, gerando notas de 1 a 5 e feedbacks por critério. Como principais resultados, a validação exploratória, conduzida sobre seis atendimentos com monitoria manual de referência, indicou que a versão refinada da ferramenta se aproxima do padrão de exigência da avaliação humana, sem superestimar o desempenho, e reduz o tempo de avaliação de dezenas de minutos para poucos segundos, ampliando a cobertura da monitoria para a totalidade das ligações elegíveis. Por ser construída com ferramentas acessíveis e de baixo custo, a arquitetura é replicável por outras organizações de pequeno e médio porte que utilizam o Bitrix24 como plataforma de CRM. Quanto à aplicação, a solução foi desenvolvida em ambiente real: uma primeira versão foi colocada em produção no segundo semestre de 2025 e, após o refinamento dos critérios e dos prompts documentados neste trabalho, encontra-se atualmente em uso. TCC (graduação) - Universidade Federal de Santa Catarina, Centro de Ciências da Educação, Ciência da Informação. 2026-07-14T00:00:00Z https://repositorio.ufsc.br/handle/123456789/274802 Sistema de Recomendação para Matrícula Baseado em Satisfação de Restrições para o Curso de Ciência da Informação da UFSC Erthal, Luiz Gustavo Este trabalho apresenta o desenvolvimento de um modelo computacional para recomendação automática de grades horárias para estudantes do curso de Ciência da Informação da Universidade Federal de Santa Catarina. O problema abordado surge da crescente complexidade na organização das disciplinas ao longo da trajetória acadêmica, especialmente em função de reprovações, atividades extracurriculares e restrições individuais dos estudantes. O sistema proposto utiliza conceitos de sistemas de recomendação aliados ao paradigma de Problemas de Satisfação de Restrições, permitindo representar formalmente as variáveis, domínios e restrições envolvidas na construção das grades horárias. Como método, adota-se uma abordagem aplicada, com desenvolvimento de software baseado em processo ágil utilizando Kanban, contemplando etapas de levantamento de requisitos, modelagem, implementação e validação. O modelo considera dados institucionais, como horários e pré-requisitos das disciplinas, bem como informações individuais dos estudantes, incluindo histórico acadêmico, preferências e limitações. A partir desses dados, o sistema gera sugestões de grades que respeitam restrições como conflitos de horário, carga horária e requisitos curriculares. Como resultado esperado, espera-se obter-se uma ferramenta capaz de auxiliar na tomada de decisão dos estudantes, promovendo maior eficiência no planejamento acadêmico e contribuindo para a redução do tempo de conclusão do curso. TCC (graduação) - Universidade Federal de Santa Catarina, Centro de Ciências da Educação, Ciência da Informação. 2026-08-09T00:00:00Z https://repositorio.ufsc.br/handle/123456789/274800 SELECTORWATCH: sistema de detecção automaticamente de falhas em seletores de web scraping com apoio de inteligência artificial Zanco, Patrik Propõe o desenvolvimento e a validação de um protótipo de sistema, denominado SelectorWatch, capaz de detectar automaticamente falhas em seletores de web scrapers e sugerir correções com o apoio de modelos de linguagem de grande escala (LLMs). Web scrapers são programas amplamente utilizados para coleta automatizada de dados na Web, porém enfrentam o problema recorrente da fragilidade de seletores, que deixam de funcionar quando os sites alvo alteram suas estruturas HTML. A manutenção manual desses seletores é um processo lento, custoso e repetitivo. O sistema proposto é composto por três módulos de negócio integrados (monitoramento contínuo, diagnóstico e comparação de snapshots HTML, e sugestão de novos seletores via LLM) e dois componentes de infraestrutura (dashboard web e scheduler), combinando técnicas de recuperação de informação com inteligência artificial generativa. A pesquisa se insere no campo da Ciência da Informação ao abordar processos de coleta, organização e recuperação de dados na Web, e emprega metodologia de pesquisa aplicada, de natureza descritiva, com abordagem quantitativa. A avaliação do protótipo é conduzida por meio de quatro métricas: taxa de detecção de falhas, precisão das sugestões geradas pelo LLM, taxa de auto-recuperação e tempo médio de recuperação. Espera-se que o protótipo contribua para a automação da manutenção de pipelines de coleta de dados e para o avanço do conhecimento sobre a aplicação de LLMs na recuperação de informação. TCC (graduação) - Universidade Federal de Santa Catarina, Centro de Ciências da Educação, Ciência da Informação. 2026-07-16T00:00:00Z