Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio2.unb.br/jspui/handle/10482/18784
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2015_EduardoFerreiraDosSantos.pdf4,96 MBAdobe PDFVisualizar/Abrir
Título: Rumo a “social machines” sobre dados criminais
Autor(es): Santos, Eduardo Ferreira dos
Orientador(es): Lima, Fernanda
Assunto: Social machines
Web semântica
Redes sociais
Criminalidade
Violência
Data de publicação: 25-Nov-2015
Referência: SANTOS, Eduardo Ferreira dos. Rumo a “social machines” sobre dados criminais. 2015. xii, 113 f., il. Dissertação (Mestrado Profissional em Computação Aplicada)—Universidade de Brasília, Brasília, 2015.
Resumo: Social machine é uma abordagem relativamente nova para tratar problemas relevantes à sociedade, integrando em um software elementos computacionais e sociais. Pode ser considerada uma extensão da Web Semântica, criando o processo por meio do qual as pessoas executam as tarefas criativas e as máquinas realizam a administração dos dados. Essa Dissertação de Mestrado apresenta uma proposta de aplicação do conceito ao tema violência e criminalidade, assunto bastante relevante nos países da América Latina e Caribe – LAC. Trata-se de uma extensão do conceito de Social Machines que aplica duas estratégias publicadas recentemente para obter informações semânticas de dados oriundos de redes sociais, além de publicar o resultado como um serviço de Dados Abertos. O processo de desenvolvimento foi documentado para fornecer um procedimento sistemático, e uma aplicação exemplo foi construída para identificar eventos relacionados a violência e criminalidade. O procedimento proposto foi validado e testado em modelos formais recentemente desenvolvidos para o tema. Os resultados da extração de dados são também comparados aos dados oficiais, de forma a identificar similaridades.
Abstract: Social machine is a rather new approach to deal with relevant problems in society, blending computational and social elements into software. It can be an extension of the Semantic Web, creating processes in which people do the creative work and the machine does the data administration. This professional masters dissertation presents a proposal to apply this approach in violence and criminality domain, a relevant matter to Latin America and Caribbean – LAC – countries. It extends Social Machines by applying two recently published strategies to obtain semantics over social networks data and publishing it as a Linked Open Data service. The development procedure was documented to provide a systematic procedure and an example application is presented to identify violence and criminality events. The resulting procedure validation was be done by testing against recently developed formal models in the research area. Criminal activity data extraction results were also compared to official data, in order to identify similarities.
Unidade Acadêmica: Instituto de Ciências Exatas (IE)
Departamento de Ciência da Computação (IE CIC)
Informações adicionais: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2015.
Programa de pós-graduação: Programa de Pós-Graduação em Computação Aplicada, Mestrado Profissional
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
DOI: http://dx.doi.org/10.26512/2015.06.D.18784
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro completo do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.