Recuperação e classificação de informações provenientes da web e de redes sociais

Abstract

Resumo: Esta dissertação apresenta um estudo, exploratório e metodológico, sobre o problema de recuperação e classificação de informações na Internet: (i) avalia a possibilidade de usar a infraestrutura de conexão entre os documentos na web acrescida do processo de interação social online, para a criação de gráficos sociais virtuais e para a análise da opinião expressa; (ii) utiliza os gráficos sociais virtuais e a análise de opinião como fatores de classificação da informação recolhida; (iii) desenvolve uma pesquisa bibliográfica na ciência da análise de redes sociais, destacando a história desta ciência e suas métricas, expande este estudo para as redes sociais virtuais observando seu funcionamento e sua história; (iv) estuda as características estruturais da web, seus documentos e os protocolos nela utilizados. (v) avalia métodos utilizados na mineração de opinião com um levantamento dos algoritmos utilizados para avaliação de opinião em fragmentos de texto; (vi) apresenta um sistema de recuperação e classificação de informação da Internet considerando domínio específico que utiliza algoritmos e técnicas recentes para definir uma arquitetura de busca, recuperação e classificação de informação baseado em um léxico característico fornecido pelo usuário, na criação e avaliação de gráficos sociais virtuais e na análise de opinião. Os resultados encontrados indicam que o uso de gráficos sociais virtuais e mineração de opinião como fatores de classificação podem ser utilizados como complementos ao Pagerank minimizando o ruído nos resultados de buscas.Resumo

Abstract: This paper presents a exploratory and methodological study about the recovery and classification of information's problem on the Internet: (i) evaluates the possibility of using the infrastructure connection between web documents plus the process of online social interaction to create a virtual social graphs and to opinion analysis; (ii) uses the virtual social graphs and opinion analysis as collected information's classification; (iii) develops a literature review on the science of social network analysis, highlighting the history, its metrics, and expand the concepts to virtual social networks observing its operation and its history; (iv) study the structural features of world wide web it's documents and protocols; (v) evaluates methods used in mining opinion with a survey of the algorithms used to assess opinion on text fragments; (vi) presents a system of classification and retrieval of information from the internet considering specific a domain that uses recent algorithms and techniques to define an architecture for search, retrieval and classification of information based on a lexicon characteristic supplied by the user in the creation of virtual social graph and opinion analysis. The results indicate that the use of virtual social graphs and opinion mining as ranking factors can be utilized as complements to Pagerank minimizing noise in search results.