Big data exploration and information metrics exams

II"Simpósio"Internacional"Network"Science 2018"– Rio"de"Janeiro
BIG$DATA$EXPLORATION$AND$
INFORMATION$METRICS$EXAMS:
INTERSECTIONS$AND$ANALYSIS$TO$SUPPORT$TO$
DECISION6MAKING
Rafael Barcellos Gomes
Master's degree student in Information Science at PPGCI – IBICT/UFRJ
rafaelbarcellos@ufrj.br
Vânia Lisboa da Silveira Guedes
Post-Doctorate in Linguistics and Post-Graduation in Information Science – UFRJ
vanialisboa@facc.ufrj.br

! Sociedade da Informação e do Conhecimento:
mudanças políticas, econômicas, sociais e
tecnológicas
! Novo paradigma econômicoHsocial: impacto sobre o
modo de administrar
2

! Sucesso das organizações passa a depender da
compreensão do cenário em que se encontram
! Sociedade Pós+industrial: informação como
insumo; ativo intangível
3

! Nova Economia: dados como moeda
! Elos socio=econômicos se fundamentam, cada vez
menos, em ativos tangíveis
! Ativos intangíveis tornam=se cada vez mais
valorizados
4

! O conceito de informação como “probabilidade”
! O valor dos dados
! Dados de uma antiga informação, se
reprocessados, podem dar origem a novas
informações
5

! Alguns dados preciosos não são valorizados
por não serem, correta e amplamente,
identificados
! O não aproveitamento de oportunidades
(Ginman, 1987)
! Possível perda de vantagem competitiva
6

! Conteúdos informacionais gerados a partir de
iniciativas de usuários de informação
! Comportamento informacional (SILVA; MOREIRA;
SILVA, 2014)
! Fenômeno complexo e sistêmico (FIALHO;
ANDRADE, 2007)
7

! Mercado na Nova Economia: interesse por
informação inédita e oportuna
! Ativo de valor estratégico
! Insumo para obtenção de vantagem competitiva
8

! Big Data: profusão de dados estruturados e não
estruturados, disponíveis em formato digital
! Principal insumo bruto para a geração de
informação e inovação da atualidade
9

! Conjunto de ativos que demanda formas especiais de
tratamento em processos para tomada de decisão
(GARTNER, 2013)
! Insumo virtual avaliado em mais de 3 Zettabyte
10

11
! Os novos 12 V’s em Big Data
! Características dos 12 V’s
! Desafios e oportunidades em processos de
descoberta de informação de valor

! Cienciometria: ramo da bibliometria que se dedica ao
estudo de aspectos quantitativos da informação em
produções científicas
! Suporta processos de gestão e confecção de políticas
científicas, econômicas, de educação, tecnologia e
inovação (BUFREM; PRATES, 2005)
12

! Bibliometria: Statistical Bibliography (GUEDES;
BORSCHIVER, 2005)
! Compõe o rol das chamadas Ciências Sociais Aplicadas
! Avalia aspectos quantitativos e qualitativos da
informação
13

! O Presente propõe investigar interações práticas entre:
a) comportamento informacional de usuários em rede,
b) dados de produções científicas,
c) cenários relacionados às práticas e políticas
organizacionais em Saúde.
14

Procedimentos,metodológicos
1. Pesquisa"de"termos"em"vocabulário"controlado"(tesauro)
2. Estudo"Cienciométrico:"em"bases"de"dados"científicas,"de"
2013"a"2018
3. Análise de Trends com dados de Big Data
4. Resultados obtidos x dados oficiais
15

Resultados
! Estudo Cientométrico (Figura 1) com Grafos resultou
na identificação de significante rede de termos, tais
como: “microcephaly”, “neonate”, “malformation”,
“fetal death”, “pregnancy”, “zika infection” e,
“pernambuco”
16

17
Figura'1 – Tela&do&software de&visualização&e&pesquisa com&grafo&de&dados&da&base&1
Fonte: Dados&da&pesquisa,&2018

Resultados
! Estudo Cientométrico (Figura 2) com Grafos resultou
na identificação de significante rede de termos, tais
como: “congenital zika syndrome”, “Pernambuco
estate”, “gestation”, “malformation”, “infected mother”,
“fetus” e “fetal death”
18

19
Figura'2 – Tela%do%software de%visualização%e%pesquisa com%grafo%de%dados%da%base%2
Fonte: Dados%da%pesquisa,%2018

20
Figura'3 – Tela&de&estudo&de&Trends com&gráficos&de&análise&de&conteúdo&de&Big*Data sobre&
os&termos&“Microcefalia”&e&“Zika”,&entre&2013&e&2018,&no&Brasil.
Fonte: Dados&da&pesquisa,&2018

21
Tabela&1 – Casos"notificados"e"casos"suspeitos"de"microcefalia"no"Brasil,"em"2015.
Fonte: Brasil,"2015

22
Figura'4 – Casos"notificados"e"casos"suspeitos"de"doença"aguda"por"Zika"vírus,"no"Barsil,"entre"2016"e"2018.
Fonte: Sinan"NET,"2018

Resultados
! A análise de Trends (Figura 3) a partir de dados de
Big Data revelou que:
a) certos termos com alta demanda, observados no
estudo de trends, também ocorrem com alta
frequência no estudo cienciométrico;
b) picos máximos de interesse por informação
coincidem, em termos cronológicos e espaciais,
com informações oficiais sobre eventos
relacionados.
23

Resultados
! Estado de Pernambuco: destaca<se no estudo de
tendências (Figura 3), como também, nos mapas do
levantamento cienciométrico (Figuras 1 e 2)
! Em registros oficiais, Pernambuco ocorre com mais de
37% de todos os casos notificados no País, e com mais
que o dobro de casos que aqueles notificados no
estado que aparece em segundo lugar
24

Considerações
! Observou@se que há uma relação entre picos de volume
de demanda por informação e picos de eventos
informacionais
! Verificou0se forte relação entre a posição geográfica
do usuário demandante e, a principal área geográfica
de onde partiram os eventos que deram origem à
informação
25

Considerações
! Verificou0se forte relação de proximidade cronológica
entre eventos que deram origem à informação e o
crescimento do interesse público por informações
relacionadas
26

Considerações
! Neste ínterim, aspectos aqui investigados – inerentes
aos processos de extração e análise de dados de valor
para a descoberta de informação útil a partir de Big
Data – mostram7se claramente relevantes para
organizações inseridas no âmbito da Nova Economia.
27

Referências
BRASIL. Sinan NET – Casos notificados e casos suspeitos de doença aguda por Zika vírus, no Barsil,
entre 2016 e 2018. Brasília, DF, 2018.
BRASIL, Secretaria de Vigilância em Saúde O Ministério da Saúde. Boletim Epidemiológico, Brasília,
DF, v. 46, n° 6, 2015. ISSN 2358O9450.
BUFREM, L; PRATES, Y. O saber científico registrado e as práticas de mensuração da informação.
Ciência da Informação, Brasília, v. 34, n. 2, p. 9O25, maio/ago. 2005.
FIALHO, J; ANDRADE, M. Comportamento informacional de crianças e adolescentes: uma revisão da
literatura estrangeira. Ciência da Informação, Brasília, v. 36, n. 1, p. 20O34, 2007.
GARTNER, Inc. IT glossary. New York: Gartner, [2013].
GINMAN, M. Information Culture and Business performance. IATUL Quarterly, v. 2, 1987.
GUEDES, V; BORSCHIVER, S. Bibliometria: uma ferramenta estatística para a gestão da informação e
do conhecimento, em sistemas de informação, de comunicação e de avaliação científica e
tecnológica. In: ENANCIB, 6., 2005, Salvador: UFBA, 2005.
HOOD, W; WILSON, C. The literature of bibliometrics, scientometrics, and informetrics.
Scientometrics, v. 52, n. 5. 2001.
SILVA, C; MOREIRA, J; SILVA, J. Comportamento informacional versus comunicação: aplicação de
modelos em contextos multidisciplinares. [S.l.: s.n.], 2014. 28

29
Rafael Barcellos Gomes
Master's degree student in Information Science at PPGCI – IBICT/UFRJ
rafaelbarcellos@ufrj.br
Vânia Lisboa da Silveira Guedes
Post-Doctorate in Linguistics and Post-Graduation in Information Science – UFRJ
vanialisboa@facc.ufrj.br

Big data exploration and information metrics exams

Mais conteúdo relacionado

Mais de Simposio Internacional Network Science (20)

Último (20)

Big data exploration and information metrics exams