Text mining temporal para identificação de tendências em streaming de notícias
04 Abril 2013 ·
- Quem: Miguel Zacur
- Onde: FGV - Praia de Botafogo, 190, sala 317
- Quando: 04 de Abril de 2013 às 16:00h
Entender como tais decisões se sucedem, e quais condições devem ocorrer para que eventos significativos possam ser identificados preditivamente, é objeto de estudo de diversas áreas de mineração de dados. Entretanto, quando se trata de informações que estão publicadas ou divulgadas pela web, em especial notícias oriundas de agências relevantes, surge a necessidade por formas automatizadas de compreensão e identificação de conceitos em linguagem natural – Text Mining. O estudo desta pesquisa se baseia em um modelo computacional de mineração de textos, não semântico, que veio ao longo dos últimos quatro anos sendo usado como ferramenta de análise para identificação de conceitos em bases temporais textuais. Tal modelo não semântico, em sua fase de inicial, define os extratos e sumos textuais conceituais como forma representativa da essência do conceito a ser modelado, e por fim, o grau de pertinência desses elementos ao longo de uma série histórica de notícias – Streamlines.
Biografia
O autor é graduado pela Universidade Federal Fluminense (UFF); Mestre e aluno de Doutorado do Programa de Engenharia Civil da Universidade Federal do Rio de Janeiro (COPPE/UFRJ) na área de Sistemas Computacionais; funcionário e consultor da Auditoria Interna da PETROBRAS para Sistemas de Informação e Automação; e professor dos cursos de graduação em Engenharia e Ciência da Computação da Universidade Veiga de Almeida (UVA).
Observação para visitantes
- A presença é gratuita e não exige confirmação.
- A FGV não permite a entrada de pessoas vestindo bermuda e/ou chinelos.