Array
(
[responseDate] => 2024-11-19T13:39:50Z
[request] => https://ancib.org/enancib/index.php/enancib/xxxiiienancib/oai
[GetRecord] => SimpleXMLElement Object
(
[record] => SimpleXMLElement Object
(
[header] => SimpleXMLElement Object
(
[identifier] => oai:ocs.enancib.ancib.org:paper/858
[datestamp] => 2022-12-09T18:33:45Z
[setSpec] => enancib:xxiienancib:GT 8
)
[metadata] => SimpleXMLElement Object
(
[dc] => SimpleXMLElement Object
(
[title] => MAPEAMENTO DE PRODUTOS UTILIZANDO MINERAÇÃO DE TEXTOS E NUVEM DE PALAVRAS
[creator] => Array
(
[0] => Daniela Souza Moreira da Silva; UNIVERSIDADE FEDERAL DE SANTA CATARINA
[1] => Eduardo Lima Leite Nascimento; UNIVERSIDADE FEDERAL DE SANTA CATARINA
[2] => Angel Freddy Godoy Vieira; UNIVERSIDADE FEDERAL DE SANTA CATARINA
[3] => Dennis Kerr Coelho; UNIVERSIDADE DO VALE DO ITAJAI
)
[subject] => Nuvem de palavras; Mineração de textos; Mapeamento de concorrentes
[description] => Visando identificar quais são os produtos mais ofertados no setor de capacitação empresarial, bem como, aqueles que têm maior peso no mercado e não são oferecidos por uma empresa de capacitação, foi realizado um estudo em uma base de dados de cursos construída para analisar os dados utilizando mineração de textos. Primeiramente foi necessário definir as áreas de interesse da pesquisa: Financeira, Mercado, Pessoas, Produção, Estratégia e Legal/Jurídica, somente cursos profissionalizantes. Depois, foram mapeados os concorrentes e os cursos. Os dados coletados foram o nome do curso, cidade, estado, área, tipo de oferta, subárea, faixa de preço, duração e maturidade. Com os dados coletados foi gerado o corpus textual da pesquisa, realizada a normalização dos dados por meio da padronização dos caracteres em maiúsculo e removidas as stopwords. Em seguida, foi calculada a métrica de similaridade dos termos com o cálculo de distância de Levenshtein e foram contabilizados os termos mais frequentes e os produtos (títulos) mais semelhantes, apresentando o resultado em uma nuvem de palavras e em uma nuvem de produtos semelhantes para cada área. Por meio do tratamento textual realizada no corpus construído para pesquisa e da apresentação dos resultados com as nuvens de palavras foi possível apresentar à empresa de capacitação empresarial quais são os produtos que ela e seus concorrentes estão oferecendo em maior volume, bem como, quais produtos somente a concorrência oferta e tem indícios para possíveis investimentos e revisão do seu portfólio.
[publisher] => Enancib
[contributor] => SimpleXMLElement Object
(
)
[date] => 2022-09-05 18:01:53
[type] => Documento avaliado pelos pares
[format] => application/pdf
[identifier] => https://ancib.org/enancib/index.php/enancib/xxiienancib/paper/view/858
[source] => Enancib; XXII ENCONTRO NACIONAL DE PESQUISA E PÓS-GRADUAÇÃO EM CIÊNCIA DA INFORMAÇÃO
[language] => pt
[rights] => Autores que submetem a esta conferência concordam com os seguintes termos:
a) Autores mantém os direitos autorais sobre o trabalho, permitindo à conferência colocá-lo sob uma licença Licença Creative Commons Attribution, que permite livremente a outros acessar, usar e compartilhar o trabalho com o crédito de autoria e apresentação inicial nesta conferência.
b) Autores podem abrir mão dos termos da licença CC e definir contratos adicionais para a distribuição não-exclusiva e subseqüente publicação deste trabalho (ex.: publicar uma versão atualizada em um periódico, disponibilizar em repositório institucional, ou publicá-lo em livro), com o crédito de autoria e apresentação inicial nesta conferência.
c) Além disso, autores são incentivados a publicar e compartilhar seus trabalhos online (ex.: em repositório institucional ou em sua página pessoal) a qualquer momento antes e depois da conferência.
)
)
)
)
)