orkurioso equipe arthur gonçalves - agc fábio rocha - frp hugo alves - haa renato marcelino rmo

ORKURIOSO

Equipe

Arthur Gonçalves - agc

Fábio Rocha - frp

Hugo Alves - haa

Renato Marcelino rmo

Roteiro

Orkut Descrição do sistema Corpus de documentos Arquitetura do sistema O Protótipo Testes e resultados Conclusão Referências

Orkut

Maior rede social do país • 32 Milhões de usuários

Troca de mensagens entre usuários • scraps

Busca por scraps• Levantamento de opiniões• Fiscalização policial• Curiosidade• ...

Orkut

Descrição do sistema

Aplicação para consulta de scraps

Consulta palavras desejadas• Ex.: “Boticário”

Resultado• Sender - Link• Receiver - Link• Scrap

Corpus de documentos

Indexação

• Palavras do scrap

Aquisição

• Crawler• Busca em largura

• Limite por scraps ou profiles

123

Olá tudo bem? …Como vai vc? …Fala doidao!!! ....

Documento Scrap

www.orkut.com/profile...www.orkut.com/profile...www.orkut.com/profile...

Link Sender Link Receiver

www.orkut.com/profile...www.orkut.com/profile...www.orkut.com/profile...

Corpus de documentos

Arquitetura do sistema

Modelos de RI adotados

• Modelo Booleano• Simples

• Rápido

• Filtro Primário

• Modelo Vetorial• Grande uso

• Eficiente

• Score

Pré-processamento dos Documentos

Preparação dos documentos • Eliminação de stopwords

• Eliminação de tags html

• Conversão do texto para lowercase

• Stemming

Representação Interna dos Documentos

Base de Índice Invertidos

No Termo (Docs; Pos)

12345

Brothermalicegatinha

pertubadoorkut

(21; 4), (1; 7)(3), (1; 8)

(1), (4)(2), (4)

(3), (1; 8)

Consulta

Busca nos scrapbooks

• Busca booleana

• “?”,”*”,”

• Buscas compostas

• “OR”,”AND”, “palavra composta”

• Score

Protótipo

Avaliação do sistema

Avaliação subjetiva

• 10 usuários (NeuroTech e Cin)

Notas

• Muito Ruim

• Ruim

• Médio

• Bom

• Muito BomMuito Ruim Ruim Médio Bom Muito Bom

0 1 1 4 4

Avaliação do sistema

Corpus

• 100 scraps

• 10 consultas

• Etiquetagem

Cobertura máxima

Precisão

• 63%

Melhorias propostas

Analisador específico do domínio

• Gírias

Extensão para outras comunidades

• Facebook

Consultas avançadas

• Tipos de arquivos

Informações do Sender

Conclusões

Ferramenta inovadora

Ferramenta de busca• Produtos

• Policial

• Caráter pessoal

Bom desempenho

Referências

YATES, R. B. e NETO, B. R. Modern Information Retrieval, 1999.

LUCENE. Disponível em: <http://lucene.apache.org> Acesso em: 6 jun. 2008

ORKUT. Disponível em: <http://www.orkut.com> Acesso em: 6 jun. 2008

ORKURIOSO

Equipe

Arthur Gonçalves - agc

Fábio Rocha - frp

Hugo Alves - haa

Renato Marcelino rmo