Knowledge Discovery from Unstructured Information through Correlation and Association Techniques

Descoberta de conhecimento a partir de informações não estruturadas por meio de técnicas de correlação e associação

dc.creatorSérgio, Marina Carradore
dc.creatorda Silva, Thales do Nascimento
dc.creatorGonçalves, Alexandre Leopoldo
dc.date2016-08-11
dc.identifierhttps://seer.ufrgs.br/index.php/EmQuestao/article/view/59514
dc.descriptionNowadays, technology’s c rrent stat s seeks means to support the exponential increase of information available around the Internet or in organizations, and regarding that most of said information comes in a textual form, this is a challenge to the areas of crawling, storage, retrieval and analysis of information. This article aims to provide a Knowledge Discovery model based on the temporal correlation and association from large document collections. The methodology set for this process involve descriptive and explorative researches using papers taken right from the Science Direct® database as a tool for data collection and analysis. Through this kind of information is possible to extract rules, patterns, trends, and networks, all of them being usufel to the process of making decisions within organizations in order to generate competitive advantage. Thus, the main contribution of this paper relies on the proposition of a model towards the understanding of temporal aspects, considering factual relationships (through correlations) or not (through associations) between terms in a domain.en-US
dc.descriptionO atual momento da tecnologia vem promovendo meios para o aumento exponencial no volume de informações disponíveis na internet ou em organizações. Considerando que grande parte desta informação encontra-se em formato textual, este fato representa um desafio para as áreas de coleta, armazenamento, recuperação e análise de informações visando à explicitação de conhecimento. Este trabalho tem como objetivo apresentar um modelo para Descoberta de Conhecimento com base nas técnicas de correlação e associação temporal a partir de grandes coleções de documentos. Os procedimentos metodológicos utilizados compreenderam uma pesquisa descritiva e exploratória, envolvendo artigos coletados da base de dados Science Direct® como uma ferramenta para a coleta e a análise dos dados. Através deste tipo de informação é possível extrair regras, padrões, tendências e redes, capazes de auxiliar no processo de tomada de decisão nas organizações a fim de gerar vantagem competitiva. Como principal contribuição destaca-se a proposição de um modelo voltado ao entendimento de aspectos temporais, considerando relacionamentos factuais (através de correlações) ou não (através de associação) entre termos de um domínio.pt-BR
dc.formatapplication/pdf
dc.languagepor
dc.publisherUniversidade Federal do Rio Grande do Sul, Faculdade de Biblioteconomia e Comunicação, Programa de Pós-Graduação em Ciência da Informação (Porto Alegre/RS)pt-BR
dc.relationhttps://seer.ufrgs.br/index.php/EmQuestao/article/view/59514/37953
dc.rightsCopyright (c) 2016 Em Questãopt-BR
dc.rightshttps://creativecommons.org/licenses/by/4.0pt-BR
dc.sourceEm Questão; v.22, n.2, mai/ago. 2016; 87-113en-US
dc.sourceEm Questão; v.22, n.2, mai/ago. 2016; 87-113es-ES
dc.sourceEm Questão; v.22, n.2, mai/ago. 2016; 87-113pt-BR
dc.source1808-5245
dc.source1807-8893
dc.subjectKnowledge discovery. Correlation. Association. Unstructured information. Temporality.en-US
dc.subjectDescoberta de conhecimento. Correlação. Associação. Informações não estruturadas. Temporalidade.pt-BR
dc.titleKnowledge Discovery from Unstructured Information through Correlation and Association Techniquesen-US
dc.titleDescoberta de conhecimento a partir de informações não estruturadas por meio de técnicas de correlação e associaçãopt-BR
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typeAvaliado por Parespt-BR


Este ítem pertenece a la siguiente institución