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

Marina Carradore Sérgio; Thales do Nascimento da Silva; Alexandre Leopoldo Gonçalves

doi:10.19132/1808-5245222.87-113

Authors

Marina Carradore Sérgio Universidade Federal de Santa Catarina
Thales do Nascimento da Silva Universidade Federal de Santa Catarina
Alexandre Leopoldo Gonçalves Universidade Federal de Santa Catarina

DOI:

https://doi.org/10.19132/1808-5245222.87-113

Keywords:

Knowledge discovery. Correlation. Association. Unstructured information. Temporality.

Abstract

Nowadays, 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.

Downloads

Download data is not yet available.

Author Biographies

Marina Carradore Sérgio, Universidade Federal de Santa Catarina

Possui graduação em Tecnologias da Informação e Comunicação pela Universidade Federal de Santa Catarina (UFSC), Araranguá, Santa Catarina, Brasil, em 2013. Possui mestrado em Engenharia e Gestão do Conhecimento pela Universidade Federal de Santa Catarina (2016). Atualmente é aluna de Doutorado do Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento (EGC), na área de Engenharia do Conhecimento da Universidade Federal de Santa Catarina (UFSC), Florianópolis, Santa Catarina, Brasil. Suas principais áreas de pesquisas são: Gestão de Ideias, Ontologia, Análise de Agrupamentos, Engenharia de Ontologia, Descoberta de Conhecimento em Bases Textuais e Gestão de Ideias.

Thales do Nascimento da Silva, Universidade Federal de Santa Catarina

Possui graduação em Tecnologias da Informação e Comunicação pela Universidade Federal de Santa Catarina (2012) e Mestrado em Engenharia a Gestão do Conhecimento, na área de Engenharia do Conhecimento da Universidade Federal de Santa Catarina (UFSC). Atualmente é aluno de doutorado do Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento pela Universidade Federal de Santa Catarina. Suas principais áreas de pesquisas são: Engenharia de Ontologia, Sistemas de Recomendação, Representação do Conhecimento.

Alexandre Leopoldo Gonçalves, Universidade Federal de Santa Catarina

Possui graduação em Ciência da Computação pela Fundação Universidade Regional de Blumenau (1997), mestrado e doutorado em Engenharia de Produção pela Universidade Federal de Santa Catarina em 2000 e 2006. Atualmente é Professor Adjunto do Departamento de Engenharia do Conhecimento e Professor Permanente do Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento da UFSC. Tem experiência nas áreas de Ciência da Computação e Engenharia do Conhecimento atuando principalmente nos seguintes temas: Extração e Recuperação de Informação, Descoberta de Conhecimento e Engenharia de Ontologia.

References

AHMED, K.; MOORE, G. An introduction to topic maps. The Architecture Journal, [S.l.], v. 5, n. 5, jul. 2005. Disponível em: <http://msdn.microsoft.com/en-us/library/aa480048.aspx>. Acesso em: 31 ago. 2015.

BARALIS, E. et al. GraphSum: discovering correlations among multiple terms for graph-based summarization. Information Sciences, New York, v. 249, p. 96-109, nov. 2013.

CAO, L. et al. Flexible Frameworks for Actionable Knowledge Discovery. IEEE Transactions on Knowledge and Data Engineering, [S.l.], v. 22, n. 9, p. 1299-1312, set. 2010.

CHEN, Y. et al. Keyword search on structured and semi-structured data. In: ACM SIGMOD INTERNATIONAL CONFERENCE ON MANAGEMENT OF DATA, 1., 2009, Providence. Proceedings… Providence: ACM, 2009.

CHURCH, K. W.; GALE, W. A. Concordances for Parallel Text. In: ANNUAL CONFERENCE OF THE UW CENTRE FOR THE NEW OED AND TEXT RESEARCH, 8. 1991, Oxford. Proceedings… Oxford: [s.n], 1991. p. 40-62.

CHURCH, K. W.; HANKS, P. Word association norms, mutual information, and lexicography. Computational Linguistics, Cambridge, v. 16, n. 1, p. 22-29, mar. 1990.

CHURCH, K. W.; MERCER, R. L. Introduction to the Special Issue on Computational Linguistics Using Large Corpora. Computational Linguistics, Cambridge, v. 19, n. 1, p. 1-24, mar. 1993.

COHEN, T.; SCHVANEVELDT, R. W. The trajectory of scientific discovery: concept co-occurrence and converging semantic distance. Studies in Health Technology and Informatics, Amsterdam, v. 160, p. 661-665, 2010. Disponível em: <http://ebooks.iospress.nl/publication/13521>. Acesso em: 22 abr. 2016.

COHEN, T.; SCHVANEVELDT, R.; WIDDOWS, D. Reflective Random Indexing and Indirect Inference: A Scalable Method for Discovery of Implicit Connections. Journal of Biomedical Informatics, San Diego, v. 43, n. 2, p. 240-256, abr. 2010.

CONRAD, J. G.; UTT, M. H. A system for discovering relationships by feature extraction from text databases. In: ANNUAL INTERNATIONAL ACM SIGIR CONFERENCE ON RESEARCH AND DEVELOPMENT IN INFORMATION RETRIEVAL, 17., 1994, Dublin. Proceedings… New York: Springer-Verlag New York, 1994. p. 260-270.

COULOURIS, G. et al. Sistemas distribuídos: conceitos e projeto. 5. ed. Porto Alegre: Bookman, 2013.

EGGHE, L.; MICHEL, C. Strong similarity measures for ordered sets of documents in information retrieval. Information Processing and Management, [S.l.], v. 38, n. 6, p. 823-848, nov. 2002.

FENG, Y. Towards knowledge discovery in Semantic era. In: INTERNATIONAL CONFERENCE ON FUZZY SYSTEMS AND KNOWLEDGE DISCOVERY, 7., 2010, Yantai. Proceedings… Yantai: IEEE, 2010. p. 2071-2075.

FLEUREN, W. W. M.; ALKEMA, W. Application of text mining in the biomedical domain. Methods, [S.l.], v. 74, p. 97-106, mar. 2015.

GANTZ, J.; REINSEL, D. The digital universe decade – are you ready? Framingham: Idc – Iview, 2010. Disponível em: <https://www.emc.com/collateral/analyst-reports/idc-digital-universe-are-you-ready.pdf>. Acesso em: 21 abr. 2016.

HASHIMI, H.; HAFEZ, A.; MATHKOUR, H. Selection criteria for text mining approaches. Computers in Human Behavior, Oxford, v. 51, p. 729-733, out. 2015.

HILBERT, M.; LÓPEZ, P. The World’s Technological Capacity to Store, Communicate, and Compute Information. Science Magazine, Washington, v. 332, p. 60-65, 01 abr. 2011. Disponível em: <http://science.sciencemag.org/content/332/6025/60>. Acesso em: 21 abr. 2016.

IVANOV, Nikita; DMITRIY, Setrakyan. Real Time Big Data Processing with GridGain. 2012.

JONES, W. P.; FURNAS, G. W. Pictures of relevance: a geometric analysis of similarity measures. Journal of the American Society for Information Science, [S.l.], v. 38, n. 6, p. 420-442, nov. 1987.

LIM, E. H. Y.; LIU, J. N. K.; LEE, R. S. T. Knowledge Discovery from Text Learning for Ontology Modeling. In: INTERNATIONAL CONFERENCE ON FUZZY SYSTEMS AND KNOWLEDGE DISCOVERY, 6., 2009, Tianjin. Proceedings… Tianjin: IEEE, 2009. p. 227-231.

MAIA, L. C. G.; SOUZA, R. R. Uso de sintagmas nominais na classificação automática de documentos eletrônicos. Perspectivas em Ciência da Informação, Belo Horizonte, v. 15, n. 1, p.154-172, jan./abr. 2010. Disponível em: <http://portaldeperiodicos.eci.ufmg.br/index.php/pci/article/view/875/717>. Acesso em: 22 abr. 2016.

MANNING, C. D.; SCHÜTZE, H. Foundations of statistical natural language processing. Cambridge: MIT, 1999.

NOACK, T.; SCHMITT, I. Monitoring mobile cyber-physical systems by means of a knowledge discovery cycle. In: INTERNATIONAL CONFERENCE ON RESEARCH CHALLENGES IN INFORMATION SCIENCE (RCIS), 7., 2013, Paris. Proceedings… Paris: IEEE, 2013. p. 1-12.

RAMOS, H. de S. C.; BRÄSCHER, M. Aplicação da descoberta de conhecimento em textos para apoio à construção de indicadores infométricos para a área de C&T. Ciência da Informação, Brasília, v. 38, n. 2, p. 56-68, maio/ago. 2009. Disponível em: <http://revista.ibict.br/ciinf/article/view/1245/1423>. Acesso em: 22 abr. 2016.

RÊGO, B. L. Gestão e governança de dados: promovendo dados como ativo de valor nas empresas. Rio de Janeiro: Brasport, 2013.

SABOL, V. et al. Visual Knowledge Discovery in Dynamic Enterprise Text Repositories. In: INTERNATIONAL CONFERENCE INFORMATION VISUALISATION, 13., 2009, Barcelona. Proceedings… Barcelona: IEEE, 2009. p. 361-368.

SÉRGIO, Marina Carradore. Uma arquitetura de descoberta de conhecimento baseada na correlação e associação temporal de padrões textuais. 2013. 125 f. (Graduação em Tecnologias da Informação e Comunicação) Universidade Federal de Santa Catarina, Araranguá, 2013. Disponível em: <https://repositorio.ufsc.br/bitstream/handle/123456789/105488/TCC-Marina-Final_Com_Ficha.pdf?sequence=1&isAllowed=y>. Acesso em: 22 abr. 2016.

SHABBIR, A. et al. Predictive Data Mining and pattern recognition in the medical sector: Implementation and experience. In: WORLD CONGRESS ON COMPUTER APPLICATIONS AND INFORMATION SYSTEMS (WCCAIS), 1., 2014, Hammamet. Proceedings… Hammamet: IEEE, 2014.

SILVA, E. R. G.; ROVER, A. J. O Processo de descoberta do conhecimento como suporte à análise criminal: minerando dados da Segurança Pública de Santa Catarina. In: INTERNATIONAL CONFERENCE ON INFORMATION SYSTEMS AND TECHNOLOGY MANAGEMENT, 8., 2011, São Paulo. Anais… São Paulo: FEA, 2011.

SMALHEISER, N. R. Literature-Based Discovery: Beyond the ABCs. Journal of the American Society for Information Science and Technology, [S.l.], v. 63, n. 2, p. 218-224, fev. 2012. Disponível em: <http://onlinelibrary.wiley.com/doi/10.1002/asi.21599/epdf>. Acesso em: 22 abr. 2016.

SOMASUNDARAM, G.; SHRIVASTAVA, A. armazenamento e gerenciamento de informações: como armazenar, gerenciar e proteger informações digitais. Porto Alegre: Bookman, 2011. 476 p.

SWANSON, D. R. Fish oil, Raynaud's syndrome, and undiscovered public knowledge. Perspectives in Biology and Medicine, Baltimore, v. 30, n. 1, p. 7-18, jan. 1986.

TANENBAUM, A. S.; STEEN, M. Van. Distributed Systems: principles and paradigms. 2. ed. Upper Saddle River: Prentice Hall, 2008.

VASHISHTHA, J.; KUMAR, D.; RATNOO, S. Revisiting Interestingness Measures for Knowledge Discovery in Databases. In: INTERNATIONAL CONFERENCE ON ADVANCED COMPUTING & COMMUNICATION TECHNOLOGIES, 2., 2012, Rohtak. Proceedings… Rohtak: IEEE, 2012. p. 72–78.

WOSZEZENKI, C. R.; GONÇALVES, A. L. Mineração de textos biomédicos: uma revisão bibliométrica. Perspectivas em Ciência da Informação, Belo Horizonte, v. 18, n. 3, p. 24-44, jul./set. 2013. Disponível em: <http://portaldeperiodicos.eci.ufmg.br/index.php/pci/article/view/1733/1189>. Acesso em: 22 abr. 2016.

WU, X. et al. Data Mining with Big Data. IEEE Transactions on Knowledge and Data Engineering, [S.l.], v. 26, n. 1, p. 97-107, jan. 2014.

YETISGEN-YILDIZ, M.; PRATT, W. A new evaluation methodology for literature-based discovery systems. Journal of Biomedical Informatics, San Diego, v. 42, n. 4. p. 633-643, ago. 2009. Disponível em: <https://faculty.washington.edu/melihay/publications/JBI_2010.pdf>. Acesso em: 22 abr. 2016.

ZHU, F. et al. Biomedical text mining and its applications in cancer research. Journal of biomedical informatics, San Diego, v. 46, n. 2, p. 200-211, abr. 2013. Disponível em: <http://www.sciencedirect.com/science/article/pii/S1532046412001712>. Acesso em: 22 abr. 2016.