Faça uma monografia perfeita!

Faça parte da nossa lista exclusiva de acadêmicos e receba atualizações, artigos e dicas imperdíveis para seu TCC.

Um arcabouço para busca e recomendação de artigos científicos

Autor Principal: Cristiano Alex Oliveira do Nascimento
Tipo: Teses/dissertações
Idioma: eng
Publicado em: IBICT 20110317
Assuntos:
Link Texto Completo: http://hdl.handle.net/1843/SLSS-8GQLSD
Saved in:
A pesquisa bibliográfica é uma das tarefas mais importantes e também uma das mais trabalhosas dentro da pesquisa científica e está presente na vida de muitos pesquisadores em todo o mundo.

Nas últimas décadas, essa tarefa passou a ser realizada principalmente na Web, onde milhares de novos artigos científicos são publicados e disponibilizados todos os anos.

Devido à grande quantidade de artigos existentes, fazer uma análise completa dos artigos relacionados a um trabalho tornou-se impraticável.

Para auxiliar os pesquisadores nessa árdua tarefa, sistemas de recomendação têm sido utilizados para filtrar e sugerir conteúdos de interesse.

O problema das atuais abordagens de recomendação de artigos científicos é que elas utilizam informações privilegiadas, como redes de citações e coleções de artigos armazenadas previamente, o que impede que serviços de recomendação sejam oferecidos por outros sistemas que não tenham acesso a esse tipo de informação.

Para resolver este problema, neste trabalho propomos um arcabouço para busca e recomendação de artigos científicos que independe de tais informações privilegiadas.

O arcabouço proposto utiliza formulários de consulta disponíveis na Web para gerar um conjunto de artigos candidatos e recomenda os artigos mais relacionados considerando somente informações disponíveis publicamente.

Para isso, propomos e avaliamos estratégias de geração e seleção de consultas a partir de informações contidas em um único artigo fornecido como entrada e avaliamos a utilização de diferentes campos do artigo científico para geração das consultas.

Além disso, avaliamos a utilização de diferentes fontes de informação para encontrar os artigos e a eficácia de estratégias de ordenação baseadas em conteúdo na recomendação de artigos científicos.