Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/86625
Tipo: Dissertação
Título: NaVISOL: desenvolvimento de um chatbot com sistema de recomendação para o mapa digital da cidade de Sobral
Autor(es): Ramos, Alex de Sousa
Orientador: Paula Júnior, Ialis Cavalcante de
Palavras-chave em português: Chatbots;Processamento de Linguagem Natural;Sistemas de Recomendação;Sistemas de Informação Geográfica;Smart Cities
Palavras-chave em inglês: Chatbots;Natural Language Processing;Recommendation Systems;Geographic Information Systems;Smart Cities
CNPq: CNPQ::ENGENHARIAS
Data do documento: 2026
Citação: RAMOS, Alex de Sousa. NaVISOL: desenvolvimento de um chatbot com sistema de recomendação para o mapa digital da cidade de Sobral. 2026. Dissertação (Programa de Pós-Graduação em Engenharia Elétrica e de Computação), Universidade Federal do Ceará, Campus de Sobral, 2026.
Resumo: A crescente demanda da população por acesso rápido, claro e eficiente a serviços e informações públicas, especialmente em contextos urbanos cada vez mais dependentes de tecnologias digitais, torna-se essencial o desenvolvimento de soluções que facilitem a interação do cidadão com bases de dados complexas, como os Sistema de Informação Geográfica (GIS). A disponibilização de grandes volumes de informações em plataformas de mapas interativos, embora promissora, ainda enfrenta limitações de usabilidade, frequentemente resultando em dificuldades de navegação, sobrecarga cognitiva e subutilização dos recursos disponíveis. Nesse contexto, este trabalho propõe o desenvolvimento do Navegador Virtual Inteligente de Sobral (NaVISOL), um agente conversacional baseado em Inteligência Artificial (IA) e Processamento de Linguagem Natural (PLN), implementado com o framework Rasa e integrado à plataforma Sobral em Mapas, com o objetivo de viabilizar uma interface mais acessível para consulta e exploração de dados geoespaciais. O sistema incorpora um motor de recomendação híbrido que combina o contexto conversacional, o feedback implícito de navegação dos usuários e técnicas de Decomposição em Valores Singulares (SVD) para análise de similaridade entre camadas do mapa, mitigando problemas de esparsidade de dados e promovendo a descoberta proativa de conteúdos relevantes. Para avaliar a eficácia da solução, foram realizadas análises quantitativas baseadas na métrica de incidência de uso das recomendações, bem como uma avaliação qualitativa da experiência do usuário por meio de questionários que abordaram aspectos de usabilidade, compreensão das respostas e percepção de relevância das sugestões fornecidas. Os resultados indicam que a adoção da interface conversacional associada ao sistema de recomendação contribui para uma interação mais intuitiva com o GIS, aumenta a taxa de acesso às camadas recomendadas e favorece a descoberta de novos conteúdos geográficos, evidenciando o potencial do NaVISOL como uma ferramenta para democratizar o acesso às informações urbanas e fortalecer iniciativas de governo digital centradas no cidadão.
Abstract: The growing public demand for fast, clear, and efficient access to public services and information, especially in urban contexts increasingly dependent on digital technologies, makes the development of solutions that facilitate citizen interaction with complex databases, such as Geographic Information Systems (GIS), essential. The availability of large volumes of information on interactive mapping platforms, although promising, still faces usability limitations, often resulting in navigation difficulties, cognitive overload, and underutilization of available resources. In this context, this work proposes the development of the Navegador Virtual Inteligente de Sobral (NaVISOL), a conversational agent based on Artificial Intelligence (AI) and Natural Language Processing (NLP), implemented using the Rasa framework and integrated into the Sobral em Mapas platform, with the objective of enabling a more accessible interface for querying and exploring geospatial data. The system incorporates a hybrid recommendation engine that combines conversational context, implicit user navigation feedback, and Singular Value Decomposition (SVD) techniques for similarity analysis among map layers, mitigating data sparsity issues and promoting proactive discovery of relevant content. To evaluate the effectiveness of the solution, quantitative analyses were conducted based on the usage incidence metric of the recommendations, as well as a qualitative assessment of user experience through questionnaires addressing usability aspects, response comprehension, and perceived relevance of the provided suggestions. The results indicate that the adoption of the conversational interface associated with the recommendation system contributes to a more intuitive interaction with GIS, increases access to recommended layers, and fosters the discovery of new geographic content, demonstrating the potential of NaVISOL as a tool to democratize access to urban information and strengthen citizen-centered digital government initiatives.
URI: http://repositorio.ufc.br/handle/riufc/86625
ORCID do(s) Autor(es): https://orcid.org/0009-0003-7686-5289
Currículo Lattes do(s) Autor(es): http://lattes.cnpq.br/4993844264547630
ORCID do Orientador: https://orcid.org/0000-0002-2374-4817
Currículo Lattes do Orientador: http://lattes.cnpq.br/5022453748409432
Tipo de Acesso: Acesso Aberto
Aparece nas coleções:PPGEEC - SOBRAL - Dissertações defendidas na UFC

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2026_dis_asramos.pdf2,67 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.