Article
Os dados abertos governamentais podem ser vistos como uma importante iniciativa de órgãos e instituições da sociedade civil, voltados à promoção da transparência e permitindo, além disso, sua reutilização como insumo no desenvolvimento de projetos de inovação. Entretanto, é comum que determinados conjuntos de dados demandem a aplicação de tratamentos específicos, para que os mesmos possam ser utilizados de forma mais eficaz, como é o caso da necessidade de classificação destes dados através de Mineração de Dados. Neste cenário, este trabalho apresenta uma proposta de inferência de tópicos automática utilizando o método Latent Dirichlet Allocation para a classificação de projetos culturais em áreas temáticas, por meio da identificação da similaridade entre seus dados. Os resultados apresentados demonstram a viabilidade da abordagem no contexto de dados abertos governamentais.@pt
Array ( [dateOfAvailability] => Array ( [pt] => Array ( [0] => Array ( [2021-03-31] => 158345 ) [1] => Array ( [2021-04-01] => 159028 ) ) ) [hasAuthor] => Array ( [nn] => Array ( [0] => Array ( [Douglas Farias Cordeiro] => 108449 ) [1] => Array ( [Nádia Felix Felipe da Silva] => 158588 ) [2] => Array ( [Núbia Rosa da Silva] => 158589 ) [3] => Array ( [Kátia Kelvis Cassiano] => 108450 ) ) ) [hasFileStorage] => Array ( [nn] => Array ( [0] => Array ( [_repository/477/2021/04/oai_ojs_testes_eci_ufmg_br_article_3500#00029.pdf] => 158792 ) ) ) [hasPageEnd] => Array ( [pt] => Array ( [0] => Array ( [79] => 2373 ) ) ) [hasPageStart] => Array ( [pt] => Array ( [0] => Array ( [57] => 1377 ) ) ) [hasSectionOf] => Array ( [pt] => Array ( [0] => Array ( [Artigo] => 3 ) ) ) [hasSubject] => Array ( [pt] => Array ( [0] => Array ( [Ciência da informação] => 237157 ) [1] => Array ( [Dado aberto governamental] => 103071 ) [2] => Array ( [Inferência de tópico] => 158587 ) [3] => Array ( [Mineração de dado] => 15401 ) [4] => Array ( [Projeto cultural] => 1428 ) [5] => Array ( [Dados abertos governamentais] => 227604 ) [6] => Array ( [Inferência de tópicos] => 280250 ) [7] => Array ( [Mineração de dados] => 270961 ) [8] => Array ( [Projetos culturais] => 266048 ) ) ) [wasPublicationInDate] => Array ( [nn] => Array ( [0] => Array ( [2021-04-01] => 251588 ) ) ) [hasLanguageExpression] => Array ( [nn] => Array ( [0] => Array ( [pt] => 232736 ) ) ) [hasLicense] => Array ( [nn] => Array ( [0] => Array ( [RESERVERD] => 234643 ) ) ) [isPartOfSource] => Array ( [pt] => Array ( [0] => Array ( [Perspectivas em ciência da informação] => 477 ) ) ) [hasIssueOf] => Array ( [pt] => Array ( [0] => Array ( [ISSUE:JNL:00029-2021-26-1] => 158572 ) ) ) [hasAbstract] => Array ( [pt] => Array ( [0] => Array ( [Os dados abertos governamentais podem ser vistos como uma importante iniciativa de órgãos e instituições da sociedade civil, voltados à promoção da transparência e permitindo, além disso, sua reutilização como insumo no desenvolvimento de projetos de inovação. Entretanto, é comum que determinados conjuntos de dados demandem a aplicação de tratamentos específicos, para que os mesmos possam ser utilizados de forma mais eficaz, como é o caso da necessidade de classificação destes dados através de Mineração de Dados. Neste cenário, este trabalho apresenta uma proposta de inferência de tópicos automática utilizando o método Latent Dirichlet Allocation para a classificação de projetos culturais em áreas temáticas, por meio da identificação da similaridade entre seus dados. Os resultados apresentados demonstram a viabilidade da abordagem no contexto de dados abertos governamentais.] => 0 ) [1] => Array ( [Os dados abertos governamentais podem ser vistos como uma importante iniciativa de órgãos e instituições da sociedade civil, voltados à promoção da transparência e permitindo, além disso, sua reutilização como insumo no desenvolvimento de projetos de inovação. Entretanto, é comum que determinados conjuntos de dados demandem a aplicação de tratamentos específicos, para que os mesmos possam ser utilizados de forma mais eficaz, como é o caso da necessidade de classificação destes dados através de Mineração de Dados. Neste cenário, este trabalho apresenta uma proposta de inferência de tópicos automática utilizando o método Latent Dirichlet Allocation para a classificação de projetos culturais em áreas temáticas, por meio da identificação da similaridade entre seus dados. Os resultados apresentados demonstram a viabilidade da abordagem no contexto de dados abertos governamentais.] => 0 ) ) ) [hasID] => Array ( [nn] => Array ( [0] => Array ( [oai:ojs.testes.eci.ufmg.br:article/3500] => 0 ) [1] => Array ( [oai:periodicos.ufmg.br:article/32863] => 0 ) ) ) [hasRegisterId] => Array ( [pt] => Array ( [0] => Array ( [http://portaldeperiodicos.eci.ufmg.br/index.php/pci/article/view/3500] => 0 ) [1] => Array ( [https://periodicos.ufmg.br/index.php/pci/article/view/32863] => 0 ) ) ) [hasSource] => Array ( [pt] => Array ( [0] => Array ( [Perspectivas em Ciência da Informação; v. 26, n. 1 (2021); 57-79] => 0 ) [1] => Array ( [Perspectivas em Ciência da Informação; v. 26 n. 1 (2021)] => 0 ) [2] => Array ( [1413-9936] => 0 ) ) [nn] => Array ( [0] => Array ( [19815344] => 0 ) [1] => Array ( [1981-5344] => 0 ) ) ) [hasTitle] => Array ( [pt] => Array ( [0] => Array ( [Inferência de tópicos para identificação de subáreas temáticas de projetos culturais] => 0 ) ) ) [hasUrl] => Array ( [pt] => Array ( [0] => Array ( [http://portaldeperiodicos.eci.ufmg.br/index.php/pci/article/view/3500/2451] => 0 ) [1] => Array ( [https://periodicos.ufmg.br/index.php/pci/article/view/32863/26259] => 0 ) ) [nn] => Array ( [0] => Array ( [https://periodicos.ufmg.br/index.php/pci/article/view/32863] => 0 ) [1] => Array ( [https://periodicos.ufmg.br/index.php/pci/article/view/32863/26259] => 0 ) ) ) [prefLabel] => Array ( [pt] => Array ( [0] => Array ( [oai:ojs.testes.eci.ufmg.br:article/3500#00029] => 0 ) ) ) )