Lógica Fuzzy no auxílio a práticas de avaliação de qualidade em compras via internet

O presente artigo tem como tema central ”Lógica fuzzy no auxílio a  práticas  de  avaliação  de  qualidade  em  compras  via  internet”,  visto  que nos últimos anos a tecnologia tem sido fonte de orientação na elaboração de políticas,  projetos,  programas,  serviços  educacionais  e  de  compras  que  sur- giram  diante  dos  avanços  tecnológicos,  mesmo  assim  a  tema´tica  ainda  não recebeu a devida atenção.  Em função disso decidiu-se realizar esta pesquisa bibliográfica, na qual tomamos como objetivo principal saber como a lógica fuzzy auxilia na pra´tica de avaliação de qualidade em compras via internet, e como objetivos específicos verificar como se dar a pra´tica da lógica fuzzy com o uso das tecnologias de informática, identificar as principais dificuldades en- contradas no uso da lógica fuzzy como auxiliadora da prática de avaliação de qualidade em compras via internet.   Esses objetivos foram traçados a partir da problemática: como esta´ sendo usado a lógica fuzzy na avaliação de quali- dade de compras via internet? Tal questionamento e´ relevante porque surgi de uma realidade diária na vida atual,  com o aumento significativo de compras realizadas via internet e com a falta de contato pessoal surge a necessidade de verificar a qualidade com o auxilio dos recursos tecnológicos e por trazer várias reflexões a respeito da importância de trabalhar com esses recursos de informação no mercado online. Para se obter uma pesquisa delineada e objetiva trabalhou-se um estudo bibliográfico utilizando livros teóricos,artigos e sites com os quais, temos o prazer de compartilhar dos mesmos ideais. Essa etapa nos proporcionou um conhecimento aprofundado da história da tecnologia com o uso dos sistemas fuzzy no Brasil e no mundo,  sua evolução,  contribuições, agentes causadores, dificuldades de sua aplicação e muito mais. O mesmo teve um resultado interessante, nos permitiu comprovar que as dificuldades ainda são constantes pela inexistência ou a falta de uma preparação dos usuários para trabalhar com novas formas de compras online fugindo da tradicional compra presencial. Alguns compradores não tem o preparo nem mesmo de como utilizar esses recursos, havendo assim a necessidade de qualificar esse novo método de compras.

1. Introdução

Desde 1965 para tratar do aspecto vago da informac¸a˜o Lofti A. Zadeh, Berkeley inter- viu na informa´tica com o uso da lo´gica difusa ou lo´gica fuzzy ocasionando mudanc¸as grandiosas em va´rios setores,  em 1978 desenvolveu a teoria das possibilidades menos restrita que a noc¸a˜o de probabilidade ligando a lingu´ıstica e a inteligeˆncia humana.

Havendo muitos conceitos sendo melhores definidos por palavras do que pela matema´tica.  Para determinado problema utilizaram a te´cnica baseada em graus de per- tineˆncia (verdade), sendo uma extensa˜o da lo´gica booleana um valor lo´gico difuso e´ um valor qualquer de valores entre 0 e1 incluindo seus va´rios estados.

As  implementac¸o˜es  da  lo´gica  difusa  permitem  que  estados  na˜o  precisos  pos- sam  ser  tratados  por  dispositivos  de  controle  sendo  poss´ıvel  avaliar  conceitos  na˜o- quantifica´veis em casos pra´ticos.

Sendo uma lo´gica multivalorada capaz de capturar informac¸o˜es vagas, em geral descritas em uma linguagem natural e converteˆ-las para um formato nume´rico, de fa´cil manipulac¸a˜o pelos computadores atuais.  Sua representac¸a˜o dependente na˜o apenas do conceito, mas tambe´m do contexto em que esta´ sendo usada, conhecida tambe´m como a lo´gica do racioc´ınio aproximado ao inve´s de exatos.

Desde  o  se´culo  XVIII  com  a  inversa˜o  da  informa´tica  que  vem  ocasionando mudanc¸as grandiosas no mundo em todos os setores e na educac¸a˜o na˜o tem sido diferente.

Atualmente, com a disseminac¸a˜o da informa´tica o computador chega tambe´m a`s escolas e passa a ser absorvido na˜o so´ pelo setor administrativo, mas tambe´m no processo ensino-aprendizagem, revestido de uma modernidade que exerce grande fasc´ınio sobre os educandos, pois vem acompanhado da explosa˜o da multim´ıdia, dos programas que mis- turam jogos e informac¸o˜es educativas, das enciclope´dias virtuais e outras oportunidades que possibilitam uma forma diferente de acesso a informac¸o˜es e ao conhecimento, ale´m de proporcionar uma globalizac¸a˜o, interatividade, trocas de informac¸a˜o e facilidade de relacionamento muito grande, de forma jamais vista anteriormente.

Nos dias atuais observa-se que as pessoas esta˜o cada vez mais dependentes da tecnologia,  sendo poss´ıvel a utilizac¸a˜o da mesma em va´rias a´reas do nosso cotidiano, tendo como uma dessas a compra via internet que com o passar dos anos possui um vasto crescimento dia´rio. Sendo assim a ideia e´ avaliar a qualidade dos servic¸os prestados pelas lojas online, para isso dispomos de treˆs varia´veis: qualidade, tempo de entrega e valor do produto.

Para maior clareza dos fatos fez-se um desenvolvimento tendo como tema cen- tral “Lo´gica fuzzy no aux´ılio a pra´ticas de avaliac¸a˜o de qualidade em compras via inter- net” onde nos mostra a origem da lo´gica difusa, contendo citac¸o˜es de autores renoma- dos, abrangendo as dificuldades encontradas pelos usua´rios adequando as necessidades de cada um junto as necessidades financeiras e falta de globalizac¸a˜o em alguns lugares ale´m de uma pequena conclusa˜o demonstrando que os objetivos foram alcanc¸ados, onde podemos verificar que a lo´gica fuzzy na˜o pode ficar alheia ao universo informatizado se quiser integrar o usua´rios ao mundo que o circunda, permitindo que ele seja um indiv´ıduo autoˆnomo, dotado de competeˆncias flex´ıveis, apto a enfrentar as ra´pidas mudanc¸as que a tecnologia vem impondo a`   contemporaneidade. 

2. Conjuntos Fuzzy

De acordo com a teoria cla´ssica dos conjuntos, podemos utilizar a func¸a˜o de pertineˆncia para associar um elemento a um conjunto. Zadeh (1965) apresentou uma abordagem na qual utilizava a func¸a˜o caracter´ıstica para assumir valores dentro do intervalo [0,1], ini- ciando o conceito de conjuntos fuzzy, sendo que um determinado elemento pode pertencer a mais de um conjunto fuzzy, com diferentes graus de pertineˆncia.

Um conjunto fuzzy A em um universo X e´ definido por uma func¸a˜o de pertineˆncia:

µ (x) : X → [0,1], e representado por um conjunto de pares ordenados A = { µ (X)/X }

A                                                                                                                                                                    A

quando x ∈ X onde µ (x) indica o quanto x e´     compat´ıvel com o conjunto A.

A

Como o foco dos sistemas fuzzy e´ conseguir indicar, de forma aproximada, resul- tados em sistemas em que na˜o ha´ uma verdade absoluta, faz-se necessa´rio o uso de termos lingu´ısticos como muito, pouco, va´rios, mais que seis, etc. Cada termo lingu´ıstico e´ uma varia´vel que assume os valores associados aos conjuntos fuzzy e sa˜o representados pelas func¸o˜es de pertineˆncia.

As func¸o˜es de pertineˆncia acabam sendo definidas de formas diferentes de acordo com o ambiente onde sera˜o empregadas.   Para exemplificar,  vamos analisar a figura a seguir,  a  qual  nos  mostra  a  varia´vel  lingu´ıstica  temperatura  podendo  assumir  valores: Frio, Conforto, Relativamente Quente e Quente.

Figure 1. Exemplo de func¸ a˜ o de pertineˆncia de varia´veis lingu´ısticas 

Ao associar os valores a conjuntos fuzzy temos conjuntos A, B, C e D, com func¸o˜es atribuindo graus de pertineˆncia aos conjuntos de acordo com a variac¸a˜o da tem- peratura.  Neste exemplo, temperatura ate´ 15oC possui grau de pertineˆncia 1 para o con- junto A; sendo que a` medida que a temperatura aumenta, o grau de pertineˆncia diminui para este conjunto.  Considera-se tambe´m que uma temperatura de 25oC esta´ totalmente

associada ao conjunto B, bem como 28oC na˜o esta´ ”Relativamente Quente” mas tambe´m na˜o esta´ conforta´vel. Temperaturas acima de 35oC com certeza e´ ”quente”.

Entretanto, as func¸o˜es de pertineˆncia adotadas neste exemplo podem na˜o ser as mesmas em outras situac¸o˜es.  Podemos encontrar pessoas que esta˜o acostumadas a viver em ambientes onde a me´dia da temperatura e´ abaixo dos 20oC e enta˜o os valores sofreriam alterac¸o˜es de acordo com a percepc¸a˜o de quente e frio de cada um. 

3. Lo´gica Fuzzy

Na lo´gica tradicional usa-se as func¸o˜es caracter´ısticas; na lo´gica fuzzy usa-se func¸o˜es de pertineˆncia fuzzy. Assim, a declarac¸a˜o condicional se x e´ A enta˜o y e´ B tem uma func¸a˜o

de pertineˆncia            µ    (x, y) que mede o grau de verdade da relac¸a˜o de implicac¸a˜o entre

A→ B

x e y. Com a lo´gica fuzzy e´ poss´ıvel gerar valores de sa´ıda sem a necessidade de entradas

precisas.  Estendida para uma abordagem mais ampla da lo´gica tradicional, podendo ser definidos em suportes amplos e discretos. Sendo o universo X discreto e finito o conjunto fuzzy e´ normalmente representado: por um vetor contendo os graus de pertineˆncia A dos elementos correspondentes de X por meio da notac¸a˜o:

n

. =  µ (x)/x

i=1

A   i      i

Se o universo for continuo emprega-se na maioria das vezes:
¸a   µ (x)/x

A   i     

4 Lo´gica Fuzzy X Lo´gica Booleana

A teoria booleana de conjuntos permite definir o tipo de uma determinada varia´vel dentro de um universo definido.  Essa teoria caracteriza a pertineˆncia de um dado elemento do pertence ou na˜o ao conjunto em relac¸a˜o ao seu universo.

Podendo assim exemplificar: um elemento X qualquer pertence ao conjunto A se e somente se o elemento X corresponder ao conjunto A, na˜o podendo pertencer a outro conjunto, pertencendo assim a um u´nico conjunto. (1)

[...]