Recuperação Contextual de Informação na Web a partir da Análise de Mensagens e Enriquecimento em Dados Abertos: Explorando o contexto de ensino/aprendizagem

Fritzen, Eduardo

DSpace Home
→
Centro de Ciências Exatas e Tecnologia (CCET)
→
Informática Aplicada
→
INAP - Dissertações de Mestrado
→
View Item

dc.contributor.advisor	Andrade, Leila Cristina Vasconcelos de
dc.contributor.author	Fritzen, Eduardo
dc.date.accessioned	2018-11-13T22:01:51Z
dc.date.available	2018-11-13T22:01:51Z
dc.date.issued	2012-06-29
dc.identifier.citation	FRITZEN, Eduardo. Recuperação contextual de informação na web a partir da análise de mensagens de enriquecimento em dados abertos: explorando o contexto de ensino/aprendizagem. 2012. 190f. Dissertação (Mestrado em Informática) - Universidade Federal do Estado do Rio de Janeiro (2003-), Rio de Janeiro, 2012.	pt_BR
dc.identifier.uri	http://hdl.handle.net/unirio/12567
dc.description	Dissertação também disponível em formato impresso, com o número de chamada CCET MI 2012/10.	pt_BR
dc.description.sponsorship	n/a	pt_BR
dc.language.iso	Portuguese	pt_BR
dc.rights	openAccess	pt_BR
dc.title	Recuperação Contextual de Informação na Web a partir da Análise de Mensagens e Enriquecimento em Dados Abertos: Explorando o contexto de ensino/aprendizagem	pt_BR
dc.type	masterThesis	pt_BR
dc.contributor.advisor-co	Siqueira, Sean Wolfgand Matsui
dc.contributor.referee	Andrade, Leila Cristina Vasconcelos de
dc.contributor.referee	Siqueira, Sean Wolfgand Matsui
dc.contributor.referee	Santoro, Flávia Maria
dc.contributor.referee	Pinto, Ig Ibert Bittencourt Santana
dc.degree.department	CCET	pt_BR
dc.degree.grantor	Universidade Federal do Estado do Rio de Janeiro - UNIRIO	pt_BR
dc.degree.level	Mestrado Acadêmico	pt_BR
dc.degree.local	Rio de Janeiro, RJ	pt_BR
dc.degree.program	Programa de Pós-Graduação em Informática	pt_BR
dc.subject.cnpq	CIÊNCIAS EXATAS E DA TERRA	pt_BR
dc.subject.cnpq	CIÊNCIA DA COMPUTAÇÃO	pt_BR
dc.subject.en	Information Retrieval	pt_BR
dc.subject.en	Information Extraction	pt_BR
dc.subject.en	Context	pt_BR
dc.subject.en	Open Data	pt_BR
dc.subject.en	Social Networks	pt_BR
dc.subject.en	Natural Language Processing	pt_BR
dc.subject.en	Agents	pt_BR
dc.subject.en	Collaborative Learning	pt_BR
dc.subject.en	Information Systems	pt_BR
dc.description.abstracten	The search engines have changed the process of finding things on the Web, while social platforms have revolutionized the way people communicate and relate to each other. The popularity of these information systems directly influences people's daily lives. However, in general, platforms for online social networks provide searches only over their own data (the social networks) or use search engines available on the Web without considering the context of these social networks. When these platforms are used in workplaces or to support teaching / learning processes, the relevance of retrieving documents on the Web could be essential to these activities. In order to enhance and contextualize the document retrieval on the Web, this work proposes: (i) modeling the context from the extraction of messages from social network groups, and (ii) using the context to improve the relevance of documents retrieved from the Web. Natural language processing and information retrieval techniques are used to extract relevant terms of the messages. Then, these terms are enriched from open data with the support of semantic technologies. In order to provide continuous processing of messages, software agent technologies were also considered. Two case studies showed that capturing the context of discussion messages using dynamic collaborative learning discussions can improve the relevance of search results on the Web.	pt_BR
dc.degree.country	Brasil	pt_BR
dc.description.sponsordocumentnumber	n/a	pt_BR
dc.description.abstractpt	Os motores de busca transformaram o processo de se encontrar algo na Web, enquanto que as plataformas sociais revolucionaram as formas de comunicação e relacionamento entre as pessoas. A popularidade destes sistemas de informação influencia diretamente o cotidiano das pessoas. Entretanto, em geral, as plataformas que possibilitam a formação de redes sociais online fornecem apenas buscas nas próprias redes sociais ou disponibilizam motores de busca na Web tradicionais sem considerar o contexto destas redes sociais. Quando estas plataformas são utilizadas em ambientes de trabalho ou para apoiar processos de ensino/aprendizagem, considera-se que a relevância na recuperação de documentos na Web possa ser primordial nestas atividades. Para melhorar e contextualizar a recuperação de documentos na Web, este trabalho propõe: (i) a modelagem do contexto a partir da extração das mensagens em grupos de rede social e (ii) uso do contexto para melhorar a relevância na recuperação de documentos na Web. Técnicas de processamento de linguagem natural e recuperação da informação são utilizadas para a extração de termos relevantes das mensagens, que são enriquecidos a partir de dados abertos com apoio de tecnologias semânticas. De modo a possibilitar o processamento contínuo de mensagens, tecnologias de agentes de software também foram consideradas. Dois estudos de caso demonstraram que a captura do contexto enriquecido usando mensagens de discussão pode melhorar a relevância dos resultados das buscas na Web e contribuir com as discussões.	pt_BR
dc.subject.pt	Recuperação de Informação	pt_BR
dc.subject.pt	Extração de Informação	pt_BR
dc.subject.pt	Contexto	pt_BR
dc.subject.pt	Dados Abertos	pt_BR
dc.subject.pt	Redes Sociais	pt_BR
dc.subject.pt	Processamento de Linguagem Natural	pt_BR
dc.subject.pt	Agentes	pt_BR
dc.subject.pt	Aprendizagem Colaborativa	pt_BR
dc.subject.pt	Sistemas de Informação	pt_BR