Web scraping na extração e combinação sistemática de conteúdos : ferramenta auxiliar em processos de pesquisa, desenvolvimento e inovação (PD&I)

Abstract

Introdução: O Marco Legal da Ciência, Tecnologia e Inovação tem como propósito a contribuição para com o desenvolvimento sustentável do Brasil, coordenando e alocando recursos com vistas a garantir produtos ou estudos científicos, tecnológicos, industriais e comerciais no país. Para que as instituições públicas de ensino superior possam usufruir dos direitos garantidos por este marco, é necessário que evidenciem e tornem públicas suas contribuições para a sociedade incluindo a translação do desenvolvimento científico para usufruto social. Nesse viés, evidencia-se a demanda por uma busca sistemática que enfatize as iniciativas científicas e tecnológicas desenvolvidas por estas instituições que, posteriormente, culminaram em produtos técnicos e tecnológicos para além daspublicações, mas principalmente patentes e/ou transferência tecnológicas. Objetivos: Surge então, como uma solução tecnológica viável, o desenvolvimento de uma aplicação que automatize esse processo. Este trabalho visa entregar uma ferramenta de mineração de dados, baseada em Web Scraping, que realize uma coleta capaz de extrair e combinar conteúdo da web de maneira sistemática e prática, buscando autores de projetos desenvolvidos na Universidade de Brasília que, posteriormente, translacionaram seus resultados para patentes e/ou transferências tecnológicas. Metodologia: Para tanto, utilizou-se uma abordagem aplicada, visando solucionar um problema específico que envolve interesses locais. Com base em revisões bibliográficas e em produtos de pesquisas semelhantes, espera-se que o scraper facilite a extração de informações acerca de projetos de pesquisa depositados em determinado repositório online e que, ao combinar os dados obtidos com os que foram minerados de uma base de patentes e/ou transferências tecnológicas, comprove o retorno de estudos, produções e pesquisas para o desenvolvimento econômico e social do país. Resultados: Como resultado da execução da ferramenta no repositório do Instituto Nacional da Propriedade Industrial, obteve-se 783 nomes de inventores de patentes; e a aplicação no repositório da Universidade de Brasília retornou 53.704 autores de projetos desenvolvidos na universidade. Após a comparação das tabelas geradas, considera-se 3.244 registros referentes aos autores que depositaram alguma patente, o que auxilia na análise das pesquisas que se tornaram inovações. Conclusão: O desfecho aponta que a ferramenta desenvolvida é funcional ao que se destina, considerando-se também que o cruzamento de informações é totalmente viável, podendo ser incorporado em análises e/ou aperfeiçoamento de processos que maximizem os indicadores de inovação gerados pelas universidades mitigando o Marco Legal da Ciência, Tecnologia e Inovação.