Currículo a, da área de Ciência da Computação

Para o currículo a, da área de Ciência da Computação, foram gerados D =

246 documentos, sendo que a etapa de tradução detectou 4 idiomas (Português, Inglês,

Galego e Espanhol). Os idiomas galego e espanhol provavelmente foram erros da API,

porém não alteraram significativamente o resultado. Os dados, com amostras da tradução,

podem ser conferidos na Tabela

8. Na etapa de limpeza individual do currículo, foram

removidas as seguintes palavras: abordagem, acesso, análise, aplicações, áreas, baseado,

biblioteca-digital, bibliotecas-digitais, característica, características, científica, colaboração,

comunidade, contexto, controle, coordenação, criação, desenvolvimento, geração, método,

modelagem, modelo, objetivo, objeto, páginas, perfil, pesquisadores, principal, problemas,

processo, produção-científica, projeto, sistemas, sul, suporte, tabelas, técnica, técnicas,

trigo, uso, usuário, usuários e volume.

Idioma

Qt docs

Amostras da tradução

Português

214

Inglês

27

Research on Complex Data

Management and Analysis

at UFSC. Journal of Infor-

mation and Data Manage-

ment - JIDM

Pesquisa em Gestão e Aná-

lise de Dados Complexos na

UFSC. Jornal de Informação

e Gestão de Dados - JIDM

Handling temporal informa-

tion in web search engines.

SIGMOD Record3

Manipulando

informações

temporais em mecanismos

de pesquisa da web. Regis-

tro SIGMOD

Improving Performance in

a DBaaS Environment th-

rough the use of Resource

Reservation5

Melhorando o desempenho

em um ambiente DBaaS por

meio do uso de reserva de

recursos

Galego

3

Interoperabilidade de siste-

mas e dados utilizando SOA

e BPEL. Interoperabilidade

de sistemas. SOA. BPEL.

Web Services

Interoperabilidade de siste-

mas e dados usando SOA

e BPEL. Interoperabilidade

de sistemas. SOA BPEL.

Serviços da Web

Interoperabilidade entre mi-

croformatos

Interoperabilidade entre mi-

croformatos

Aplicando os Recursos de

XML

Aplicando os Recursos XML

Espanhol

2

Clustering de documentos

XML. XML. Algoritmos de

clustering

Cluster

de

documentos

XML. XML Algoritmos de

Cluster

Busca de microformatos em

páginas Web

Pesquisa de microformatos

em páginas da Web

Tabela 8 – Idiomas detectados no currículo a, com amostras de traduções realizadas

Fonte: Elaborado pelo autor.

Com relação aos bigramas, foram encontrados 2242 possíveis palavras compostas,

sendo que apenas as 52 com maior ocorrência foram substituídas. As estatísticas usadas

Medida

Valor

Quantidade de bigramas distintos

2247

Total de ocorrências

2916

Média

1,299

Variância

1,644

Desvio padrão

1,282

Média + 2 * Desvio padrão

3,864

Bigramas distintos com mais de 3,864 ocorrências

52 (2,31%)

Tabela 9 – Tabela com estatísticas sobre os bigramas do currículo a.

Fonte: Elaborado pelo autor.

Bigramas

Substituído por

Ocorrências substituídas

banco dados

banco-dados

38

integração dados

integração-dados

17

semi estruturados

semi-estruturados

16

dados semi

dados-semi

15

extração dados

extração-dados

14

Tabela 10 – Exemplos de bigramas substituídos nos documentos do currículo a.

Fonte: Elaborado pelo autor.

Para o currículo a, é possível verificar na Figura

14

os 6 tópicos e as principais

palavras de sua composição. Nesse e nos demais mapas de calor, as palavras não estão

distribuídas no tempo (mas o tempo influenciou sua localização dentro dos tópicos). A

palavra dados é uma das que ocorre com muita frequência, coocorrendo com: web e ambiente,

representações (tópico 1); xml, similaridade, integração (tópico 2); web, conhecimento,

gerenciamento (tópico 3); integração, web-services, casamento-aproximado (tópico 5); e

web, extração, documentos (tópico 6). Percebe-se aqui a correlação entre termos: xml

é sabidamente um formato amplamente utilizado na web, usado inclusive em serviços

SOAP ou REST, consumidos por web-services, para representação de dados de maneira

semi-estruturada, sendo que existem bancos de dados especialistas nesse formato. Essas

informações indicam expertise em diferentes frentes relacionadas a gerenciamento de

dados. Essa análise casa com trecho informado pelo próprio autor, em seu currículo: Seus

interesses de pesquisa incluem as áreas de Gerenciamento de Dados, Recuperação de

Informação, Mineração de Dados com ênfase na Web, Descoberta de Conhecimento e

Extração e Matching de Informação. Com relação à análise no tempo, os tópicos 1, 4 e 6 são

os mais proeminentes nos últimos anos, conforme verificado no gráfico da Figura

15, que

indicam uma tendência para trabalho com extração e similaridade de dados, provavelmente

ligados à web. Alguns documentos envolvendo esses dois tópicos, com seu ano, podem ser

Ano

Documento (parcial)

2000

Extração de Dados XML com base em uma Ontologia

2008

Um Modelo Temporal para Definição do Perfil de Pesquisadores Utilizando

Dados do Lattes

2012

IPU: Coleta, a organização e publicação dos dados da produção científica e

técnica dos docentes da UFSC [...] Este projeto tem como principal objetivo

o mapeamento de grandes volumes de dados XML para persistência em um

banco de dados relacional. O foco é realizar a alimentação do banco de dados

com dados públicos contidas nos currículos Lattes dos membros da comunidade

universitária, e uma plataforma web de apoio à tomada de decisões por parte

dos gestores para assuntos como a produção bibliográfica, técnica e artística

dos docentes da instituição. Os dados sao coletados através de um webservice

fornecido pelo CNPq, tratados através de uma ferramenta de parse dos arquivos

XML recebidos e padronizados para a inserção no banco de dados elaborado

no projeto

2012

Uma Abordagem para Detecção e Extração de Rótulos em Formulários Web

2015

Sistemas de Integração Lattes-Qualis

2016

Agrupamento aproximado de Currículos Lattes por Afinidade de Áreas de

Conhecimento Considerando Temporalidade

2016

Agrupando aproximado de pesquisadores por co-autoria de publicações segundo

o currículo Lattes

2017

Mariage: Extração e casamento de dados estruturados da Web com múltiplas

representações

2017

Extração de Informações de Conferências em Páginas Web

Tabela 11 – Exemplos de produções extraídas diretamente da página do currículo a

Fonte: Adaptado do Currículo Lattes

Figura 14 – Mapa de calor das palavras por tópico do currículo a

Figura 15 – Evolução dos tópicos ao longo do tempo do currículo a

Fonte: Elaborado pelo autor.

Figura 16 – Gráfico da probabilidade posterior acumulada θ por tópico ao longo do tempo,

do currículo a

Fonte: Elaborado pelo autor.

No documento Exper.te: um framework para identificação temporal da expertise (páginas 60-64)