Roberto Pachecopacheco@egc.ufsc.br

A Engenharia do Conhecimento e as novas possibilidades de descoberta e disseminação automática de serviços de

conhecimento

Agenda Introdução

Engenharia do Conhecimento Descoberta de Conhecimento Serviços de Conhecimento

Algumas das Abordagens Possíveis Ontologia e Business Intelligence Extração de conhecimento de bases textuais Mapas de Conhecimento

Perspectivas Observatórios (Redes) do Conhecimento Exploração pública de fontes públicas de informação

Introdução

Engenharia do ConhecimentoProcesso de adquirir, estruturar, formalizar e operacionalizar informação e conhecimento existentes em domínios de problemas intensivos em conhecimento, objetivando criar um sistema que possa realizar tarefas complexas.

Schreiber, et. al, 2002

Introdução

Descoberta de Conhecimento Processo de extração automática de

conhecimento a partir de fontes de informação.

Nestes sistemas, o resultado pode tanto já estar na forma de conhecimento representado e estruturado como em formato reconhecível pelo tomador de decisão a partir de seu conhecimento sobre o domínio

Introdução

Serviços de Conhecimento Informações colocadas à disposição do

decisor em forma e tempo adequados à sua tomada de decisão

Essenciais à construção de projetos de governo eletrônico de 5a geração (promotores da sociedade do conhecimento)

Introdução

Algumas das Abordagens Possíveis

Ontologias e BI

Business Intelligence

Geração de sistemas de tomada de decisão a partir de fontes operacionais de informação

BuscasEspecializadas

DM CV

CurriculaFonte Primária deInformação

Sistema de CV

Curriculum Data Mart

Exemplo

Sem

icond

utores

1238 pessoas

c/ registros

157 inven

tores

Distr ibuição de patentes de semicondutores

0,00

2,00

4,00

6,00

8,00

10,00

12,00

14,00

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Pesquisadores

% d

o t

ota

l de

pat

ente

s

distribuição de registros

Fárm

acos

2629 pessoas

c/ registros

438 inventores

Dis tr ibui ção de pate ntes de fár macos

0,00

0,50

1,00

1,50

2,00

2,50

3,00

3,50

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Pesquisadore s

% d

o t

ota

l d

e p

ate

nte

s

Semiconductors• 1.238 pessoas trabalhando na área• 157 (12,6%) com Propriedade Intelectual• Somente 2 pesquisadores já somam 18%

Pharmacy• 2.269 pessoas trabalhando na área• 438 (16,7%) com Propriedade Intelectual• 15% têm 50% de toda a PI da área

Exemplo – PITCE em 2004

Portal SINAES(MEC/Inep)

Informações Estratégicas no Portal SINAES

Dashboard da Educação Superior

Dashboard da Educação Superior

Dashboard da Educação Superior

Criando Indicadores1 - Selecionando um Tema

Criando Indicadores2 - Selecionando um Critério

Criando Indicadores 3 – Apresentando os Resultados

Criando Indicadores4 – Navegando sobre os Resultados

ISExtracta Light 4 – Navegando sobre os Resultados

Desafios em BI

Permitir ao decisor definir sua própria visão conceitual (conceitos e regras) do negócio;

Guiar o tomador de decisão durante o processamento analítico;

Combinar dados heterogêneos (estruturados e não estruturados, locais e remotos);

Permitir a localização automática de serviços para estender as funcionalidades analíticas;

Integrar dados externos, de maneira pró-ativa, relacionados aos repositórios de informação da organização.

Ontologia em processos de Business Intelligence

Planejamento do Projeto

Definição dos

Requisitos de Negócio

Modelagem Dimensional

Projeto Físico

Desenvolvimento e Projeto da Área de

Transição

Implantação e Manutenção

Especificação da Aplicação do Usuário

Final

Implementação da Aplicação do Usuário Final

Projeto e Arquitetura

Técnica

Instalação e Seleção de Produtos

Administração do Projeto

Representação da Semântica do

Negócio

Mapeamento Semântico do

Modelo de Dados

Mapeamento Semântico de

Serviços

Integração com a

Arquitetura

Etapas da Metodologia BUS

Etapas adicionais

Extração de Conhecimento de Bases Textuais

De KDD a KDTFayyad, U. M.; Piatetsky-Shapiro, G.; and Smyth, P. 1996.

H. Karanikas and Theodoulidis B. (2002)

Extração de entidades

Co-ocorrênciaDistânciaForça da relação entre as entidades

Comparações com outros métodos

Vetorização

Extração e correlação de entidades

Exemplo

Objetivo: Aplicar ferramentas da engenharia do conhecimento para indexar, classificar e publicar as notícias sobre C&T no País, de forma a combinar interesse pela informação com tomada de decisão em planejamento de C&T.

Objetivo: Aplicar ferramentas da engenharia do conhecimento para indexar, classificar e publicar as notícias sobre C&T no País, de forma a combinar interesse pela informação com tomada de decisão em planejamento de C&T.

Filtros: são obtidos pela forma com que os documentos são classificados(estruturado ou no documento, sempre da mesma forma)

Filtros: são obtidos pela forma com que os documentos são classificados(estruturado ou no documento, sempre da mesma forma)

Aplicações

Buscas por Competências

nanotecnologia

2005 – 319

2007 – 689

+ 116%

nanotecnologiae nanopartículas

2005 – 61

2007 – 97

+ 60%

Buscas por Competências

VERIFICANDO PERFIL DO ESPECIALISTA

Buscas por Competências

Mapas deConhecimento

Mapas de Conhecimento

Perspectivas 2007 – Exemplo

Mapas de Conhecimento

Mapas de Conhecimento

Exemplo:

Análise das engenharias e ciências mecânicas no Brasil

Perspectivas 2007 – Exemplo

Mapas de ConhecimentoExemplo: A Engenharia e as Ciências Mecânicas no Brasil

Grau de inter-relação das pesquisas realizadas nos 16 Comitês da ABCM

(sem poda)

Perspectivas 2007 – Exemplo

Mapas de ConhecimentoExemplo: A Engenharia e as Ciências Mecânicas no Brasil

Grau de inter-relação das pesquisas realizadas nos 16 Comitês da ABCM

(com poda)

Mapas de ConhecimentoExemplo: Biomecânica

Grau de inter-relação das pesquisas realizadas em Biomecânica (sem poda)

Perspectivas 2007 – Exemplo

Mapa das pesquisas realizadas no Comitê de Biomecânica

Livre (sem poda)

Novas Possibilidades:

- Planejamento. Definição das áreas estratégicas para as quais se deseja obter indicadores

- Instrumentos. Definição dos Indicadores com base nas novas possibilidades de informação

- Mapas Exs: Como está a formação dos cursos de graduação e pós-graduação? Como se distribuem as pesquisas da Universidade? Qual é o grau de influência da Universidade no mapa geral de conhecimento da área sob análise?

Novas Possibilidades:

- Planejamento. Definição das áreas estratégicas para as quais se deseja obter indicadores

- Instrumentos. Definição dos Indicadores com base nas novas possibilidades de informação

- Mapas Exs: Como está a formação dos cursos de graduação e pós-graduação? Como se distribuem as pesquisas da Universidade? Qual é o grau de influência da Universidade no mapa geral de conhecimento da área sob análise?

Mapas de ConhecimentoExemplo: A Engenharia e as Ciências Mecânicas no BrasilBIOMECÂNICA

http://www.egc.ufsc.br/observatorio/docs_postados/abcm_engenharia.pdf

Mineração Temporal de Textos Trend Analysis

Topic Tracking and Detection Emerging Trend Detection Trend Graph

Ephemeral Association (direta e inversa) Deviation Detection Episodes Evolutionary Theme Patterns Regras de Associação Temporais

Lent et al. (1997); Allan (2002) e Kontostathis (2003)

Havre at al. (2002)

Montes-y-Gomez et al. (2001b)

Mannila el al. (1995) Mei e Zhai (2005)

Perspectivas

Observatórios(Redes) do Conhecimento

Exploração pública de Fontes Públicas

Visão Sistêmica Fontes de informação em C&T podem (e devem)

servir à inovação, à avaliação e à educação superior Como essas novas fontes de informação podem trazer

novas abordagens à avaliação e ao planejamento da educação, da pesquisa e da inovação no País?

As fontes devem ser públicas para exploração e estudos (mantendo sigilo e respeito à privacidade)

Conhecimentos gerados devem servir à geração de conhecimentos e de riqueza para nosso Brasil

Formação de Observatórios ou Redes

Observatórios Núcleos especializados de P&D que, com base nas

fontes públicas, possam produzir estudos e conhecimentos estratégicos para o Brasil

Ex: Observatório de Inovação (USP)

Redes União em rede de pesquisadores, grupos e núcleos de

pesquisa na condução de tais estudos, trabalhando na forma de comunidades de prática

ISExtracta PortletsISBoard

ISBI

Artigos

Aplicação de técnicas da Engenharia do Conhecimento para produção de conhecimentos estratégicos (insumos à tomada de decisão). Convênios IS-UFSC

Fontes de informação

Engenharia e Extração de Conhecimento

ISRelated ISCrawlerISSearchDecision Support

Bases Públicas via Convênios para uso em P&D

ww

w

Acesso público

Prospecção de Conhecimento em áreas estratégicas da educação superior, ciência, tecnologia e inovação

Gestão do Conhecimento: Desafios

Livros Projetos

Produções Bibliográficas

Eventos Portal

Disseminaçãode Conhecimento

Workshops Fóruns

Redes de Conhecimento

O que será necessário?

Que os gestores públicos tenham consciência do potencial transformador de uma plataforma e-gov.

Visão de governo eletrônico articulada e adotada por uma administração governamental é fator determinante para os resultados de qualquer programa de e-gov.

Sem a visão adequada, as iniciativas tendem a fracassar ou ter vida curta (GRANT; CHAU, 2005).

Uma visão transformadora tem o potencial de aumentar a transparência das ações governamentais e a participação dos cidadãos na construção conjunta de conhecimento, em benefício de toda a sociedade.

Roberto Pachecopacheco@egc.ufsc.br

A Engenharia do Conhecimento e as novas possibilidades de descoberta e disseminação automática de serviços de

conhecimento

MUITO OBRIGADO!