Minerando a evolução da Web

É Tanta informação disponível…

Dentre as várias coisas que podemos assumir sobre Web 2.0 é o fato de que a tecnologia ficou barata e isso rendeu inúmeras soluções criativas com mais pessoas usando a internet. Os portais tornaram-se plataformas digitais e deixaram de ser responsáveis pela criação do conteúdo. A grande massa de conteúdo passou a vir dos próprios usuários e os “portais” passaram gerenciar esse conteúdo criado por seus usuários. Sem dúvidas, um grande volume de dados surgiu e nos influencia individualmente, afeta as empresas, tomadas de decisão, etc.

Informação prioritária

E é com tanta informação disponível que a gente deve priorizar o que faz sentido para nós. Essas plataformas digitais contemporâneas foram obrigadas a se tornar mais inteligentes porque com tanta informação disponível, como despertar desejos, criar audiência sobre qualquer coisa e como saber o que as pessoas pensam? Como fazer isso de forma rápida e assertiva? Indo – mas não se restringindo apenas – buscar conhecimento no mar de informação de forma automática, fazendo:

  1. seleção do conteúdo apropriado, com apoio dos sistemas de recomendações. Estes sistemas basicamente filtram e personalizam o conteúdo para os usuários.
  2. conhecimento através da análise o conteúdo, com apoio de sistemas que fazem mineração da Web (Web Mining). Basicamente aplica técnicas de mineração de dados (data mining) nos conteúdos nos documentos da internet (páginas, forums, blogs, redes sociais, etc).

Não só informação relevante mas sentimental e sábia

Os mecanismos da Web Mining se baseiam em áreas muito bem conhecidas; Information Retrieval (IR) e information Extraction (IE). Também faz uso de diversos algorítimos de mineração de textos para analisar esses diferentes tipos de dados (páginas, forums, blogs, redes sociais, etc) que não estruturados.

É possível pensar a a Web Mining em três formas (categorias):

  1. Web Structure Mining – conhecimento descoberto através dos hyperlinks e suas relações
  2. Web Usage Mining – identificação de modelos e padrões sobre usuários extraídos de logs de acesso e histórico de atividades
  3. Web Content Mining – extração de conhecimento do próprio conteúdo das páginas

Diferente dos sistemas de recomendação (que explora oportunidades nos relacionamentos relevantes), as técnicas de Web Mining exploram situações sobre, por exemplo, a partir de um lançamento de um produto, como determinar o sentimento de um cliente ou como saber a opinião pública sobre um governo. Os feedbacks distribuídos em lugares distintos como páginas, blogs e até no facebook são analisados com a técnica de Opinion Mining (Mineração de opniões) subcategoria da Web Content Mining.

Estamos falando da Web 3.0? Sem dúvidas.

Referências

  • Applying Supervised Opinion Mining Techniques on Online User Reviews – Ion SMEUREANU e Cristian BUCUR -2012
  • Recommender Systems: An Introduction. Dietmar Jannach, Markus Zanker, Alexander Felfernig, Gerhard Friedrich – 2012
  • Building Social Web Applications: Establishing Community at the Heart of Your Site, Bell, Gavin – 2009
  • Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data (Data-Centric Systems and Applications), Bing Liu – 2008
  • THE ARCHITECTURE OF INTELLIGENT CITIES – Integrating human, collective, and artificial intelligence to enhance knowledge and innovation, Nicos Komninos – 2006
  • Web 3.0: The Third Generation Web is Coming – Lifeboat Foundation Scientific Advisory Board. Nova Spivack. Extraído em 11/2013.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

%d bloggers like this: