Desambiguação de nomes de autores para a identificação automática de perfis acadêmicos

Autores

DOI:

https://doi.org/10.19132/1808-5245242.37-54

Palavras-chave:

Desambiguação de nomes, Resolução de entidades, Bibliometria

Resumo

A desambiguação de nomes é uma atividade fundamental em estudos bibliométricos, em particular naqueles que utilizam diferentes fontes de informação. O objetivo deste trabalho é propor e testar uma estratégia de desambiguação de nomes de autores de forma a possibilitar a identificação automática do perfil do Google Acadêmico de docentes. A estratégia proposta é baseada na busca pelos perfis dos docentes no Google Acadêmico, seguida por um processo de casamento de nomes. Adicionalmente são comparadas as publicações acadêmicas que estão cadastradas no currículo Lattes do docente e no perfil do Google Acadêmico. Por fim, a resolução de nomes ocorre, verificando-se entre os perfis compatíveis aquele que apresenta maiores evidências de pertencer ao respectivo docente. Um estudo de caso envolvendo os docentes da Universidade de São Paulo foi realizado, e o sistema automático foi capaz de identificar, de maneira correta, 4.283 perfis do Google Acadêmico. Uma análise de cobertura mostrou que o sistema foi capaz de encontrar cerca de 95% dos perfis dos docentes que possuem essa informação, e nenhum falso-positivo foi identificado.

Downloads

Não há dados estatísticos.

Biografia do Autor

Luciano Antonio Digiampietri, Universidade de São Paulo

Desde abril de 2008 Luciano Antonio Digiampietri é professor em RDIDP no curso de Sistemas de Informação da Escola de Artes Ciências e Humanidades (EACH) da Universidade de São Paulo (USP). Possui Doutorado em Ciência da Computação pela Universidade de Campinas (UNICAMP) e é Bacharel em Ciência da Computação pela UNICAMP.

João Eduardo Ferreira, Universidade de São Paulo

Possui Bacharelado em Física - Opção Física-Computacional pela Universidade de São Paulo (1988); mestrado (1991) e doutorado (1996) em Fisica-Computacional pela Universidade de São Paulo; graduação em Pedagogia pela Universidade Federal de São Carlos (1989). Pós-doutorado pela Georgia Tech, Atlanta-USA (2010). Atualmente é professor associado (livre docente) junto ao departamento de Ciência da Computação do Instituto de Matemática e Estatística da Universidade de São Paulo. É editor associado do periódico IEEE Transactions on Services Computing e tem participado de vários comitês de programas incluindo IEEE Web Services, WISE, ICSOC, ICWS, ICDE e SBBD. Publicou mais de 100 artigos nas áreas de bancos de dados e e-Science e tem recebido apoio regular das agências de fomento FAPESP, CNPq, CAPES, Ministério da Saúde e NIH-USA para financiamento de suas pesquisas. Os principais temas de interesse são: integração de bancos de dados; modelagem, análise e implementação de sistemas de informação cientes de processos; data warehouse; qualidade de dados; transações assíncronas; e recuperação de informação.

Referências

BORGES, Eduardo et al. An unsupervised heuristic-based approach for bibliographic metadata deduplication. Information Processing & Management, New York, v. 47, n. 5, p. 706-718, Sept. 2011.

BRASIL. Conselho Nacional de Desenvolvimento Científico e Tecnológico. Plataforma Lattes. 1999a.

BRASIL. Conselho Nacional de Desenvolvimento Científico e Tecnológico. Plataforma Lattes: sobre a plataforma. 1999b.

CANUTO, Sérgio et al. UDRB: Uma nova heurística eficaz para deduplicação de referências bibliográficas. In: SIMPÓSIO BRASILEIRO DE BANCO DE DADOS, 28., 2013, Recife. Anais... Recife: UFPE, 2013. p. 1-6.

DIAZ-VALENZUELA, Irene; MARTÍN-BAUTISTA, Maria J.; VILA, Maria A. A fuzzy semisupervised clustering method: Application to the classification of scientific publications. In: INTERNATIONAL CONFERENCE ON INFORMATION PROCESSING AND MANAGEMENT OF UNCERTAINTY IN KNOWLEDGE-BASED SYSTEMS, 15., 2014, Montpellier. Anais... Montpellier: IPMU, 2014. p. 179-188.

DIGIAMPIETRI, Luciano A. et al. Análise macro das últimas atualizações dos currículos Lattes. Em Questão, Porto Alegre, v. 20, n. 3, p. 88-113, 2014. Edição Especial.

DIGIAMPIETRI, Luciano A.; BARBOSA, Lênin F.; LINDEN, Ricardo. Desambiguação de nomes em redes sociais acadêmicas: Um estudo de caso usando DBLP. In: BRAZILIAN WORKSHOP ON SOCIAL NETWORK ANALYSIS AND MINING, 4., 2015, Porto Alegre. Anais... Porto Alegre: PUCRS, 2015. [p. 1-6].

FERREIRA, Anderson A.; GONÇALVES, Marcos A.; LAENDER, Alberto H. F. A brief survey of automatic methods for author name disambiguation. Sigmod Record, New York, v. 41, n. 2, p. 15-26, June 2012.

FERREIRA, Anderson A.; MACHADO, Tales M.; GONÇALVES, Marcos. A. Improving author name disambiguation with user relevance feedback. Journal of Information and Data Management, [S.l.], v. 3, n. 3, p. 332-347, Oct. 2012.

GODOI, Thiago A. et al. A relevance feedback approach for the author name disambiguation problem. In: JOINT CONFERENCE ON DIGITAL LIBRARIES, 13., 2013, New York. Proceedings… New York: ACM/IEEE-CS, 2013. p. 209-218.

GOMIDE, Janaina; KLING, Hugo; FIGUEIREDO, Daniel. Name usage pattern in the synonym ambiguity problem in bibliographic data. Scientometrics, Dordrecht, v. 112, n. 2, p. 747-766, Aug. 2017.

GOOGLE. Google Acadêmico. 2004a.

GOOGLE. Google Acadêmico: busca por autores. 2004b.

HAN, Hui et al. Two supervised learning approaches for name disambiguation in author citations. In: JOINT CONFERENCE ON DIGITAL LIBRARIES, 4., 2004, Tucson. Proceedings… Tucson: ACM/IEEE-CS, 2004. p. 296-305.

MILOJEVIC, Stasa. Accuracy of simple, initials-based methods for author name disambiguation. Journal of Informetrics, Amsterdam, v. 7, n. 2, p.767-773, 2013.

MUGNAINI, Rogério et al. Normalização de nomes de autores em fontes de informação institucionais: proposta de um método automático de verificação de erros. Em Questão, Porto Alegre, v. 18, n. 3, p. 263-279, dez. 2012. Edição especial.

NORUZI, Alireza. Google scholar: The new generation of citation indexes. Libri, Berlin, v. 55, n. 4, p. 170-180, 2007.

NOVÁK, Vilém; PERFILIEVA, Irina; MOCKOR, Jiri. Mathematical principles of fuzzy logic. [S.l.]: Springer Science & Business Media, 2012.

SONG, Wanpeng et al. Question similarity calculation for FAQ answering. In: INTERNATIONAL CONFERENCE ON SEMANTICS, KNOWLEDGE AND GRID, 3., 2007, Washington. Anais… Washington: IEEE Computer Society, 2007. p. 298-301,

STROTMANN, Andreas; ZHAO, Dangzhi. Author name disambiguation: What difference does it make in author-based citation analysis? Journal of the American Society for Information Science and Technology, Hoboken, v. 63, n. 9, p. 1820-1833, Aug. 2012.

TALBURT, John R. Entity resolution and information quality. San Francisco: Morgan Kaufmann, 2010.

UNIVERSIDADE DE SÃO PAULO. Superintendência de Tecnologia da Informação. DataUSP. 2012a.

UNIVERSIDADE DE SÃO PAULO. Superintendência de Tecnologia da Informação. DataUSP: apresentação. 2012b.

WHITE, Howard D.; MCCAIN, Katherine W. Visualizing a discipline: An author co-citation analysis of information science 1972-1995. Journal of the American Society for Information Science, New York, v. 49, n. 4, p. 327-355, Dec. 1998.

Downloads

Publicado

2018-04-19

Como Citar

DIGIAMPIETRI, L. A.; FERREIRA, J. E. Desambiguação de nomes de autores para a identificação automática de perfis acadêmicos. Em Questão, Porto Alegre, v. 24, n. 2, p. 37–54, 2018. DOI: 10.19132/1808-5245242.37-54. Disponível em: https://seer.ufrgs.br/index.php/EmQuestao/article/view/74064. Acesso em: 2 jun. 2023.

Edição

v. 24, n. 2, maio/ago. 2018

Seção

Artigo

Licença

Copyright (c) 2017 Em Questão

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Autores que publicam nesta revista concordam com os seguintes termos:

Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho licenciado sob a Licença Creative Commons Attribution (CC BY 4.0), que permite o compartilhamento do trabalho com reconhecimento da autoria xxx.

Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não exclusiva da versão do trabalho publicada nesta revista, como publicar em repositório institucional, com reconhecimento de autoria e publicação inicial nesta revista.

Os artigos são de acesso aberto e uso gratuito, com atribuições próprias em atividades educacionais, de pesquisa e não comerciais. 

Artigos mais lidos pelo mesmo(s) autor(es)