A Aplicação de redes de similaridade na construção do conhecimento

Autores

DOI:

https://doi.org/10.38090/recs.vol6.n11.a18719

Resumo

O artigo tem como objetivo investigar a utilização de redes de similaridade em estudos no campo da construção do conhecimento. Através de uma revisão sistemática de literatura (RSL), este trabalho cataloga medidas e métodos utilizados na análise dessas redes. Com base nas lacunas identificadas durante a RSL, propõe-se um Modelo de Redes de Similaridades (MRS) que se fundamenta em ciclos de conexões estruturadas por atributos. Esse modelo adota a metodologia da teoria de redes e incorpora princípios das medidas para avaliar as similaridades entre os atores da rede. Como resultado empírico é realizada a aplicação do MRS para identificação Clusters em uma rede de unidades escolares similares. Esta pesquisa contribui para a compreensão dos métodos e métricas aplicáveis na criação e análise de redes de similaridade em contextos científicos.

Downloads

Não há dados estatísticos.

Biografia do Autor

Eneida Santana, Instituto Federal da Bahia

Doutora em Difusão do Conhecimento pelo Programa de doutoramento Multi-institucional - PPGDC (2023), com mestrado em Ciência da Informação pela Universidade Federal da Bahia (2011) e especialização em Educação a Distância e tecnologias educacionais pelo Instituto Federal do Paraná (2016). Graduou-se em Biblioteconomia e Documentação (2008) pela Universidade Federal da Bahia e em Pedagogia (2022) pela Cefap-Bahia. Atua como bibliotecária-documentalista no Instituto Federal da Bahia, com pesquisas focadas em formação docente, tecnologias educacionais, gestão pública educacional, práticas extensionistas e construção do conhecimento baseado em modelos de redes complexas. Certificada no nível 2 do Google For Education, tem experiência em Ciência da Informação, enfocando formação inicial e continuada, gestão pública educacional, arquivos de família, sistemas de informação, tecnologias educacionais, educação à distância e redes complexas. É vice-líder do Grupo de Pesquisa Tecnologia, Informação e Educação (Ticase), com foco em Informação, Difusão do Conhecimento e Redes Complexas, e integra o Laboratório de estudos em representação do conhecimento, competências e comportamento em informação e recuperação da informação em meio digital - LABRECRIE. Também fundou o Laboratório de Dados Abertos Governamentais da Educação (LABDAGE). www.labdage.net 

Tereza Kelly Carneiro, Instituto Federal da Bahia

Doutora em Difusão do Conhecimento pela Universidade Federal da Bahia-UFBA (2014) e Mestre em Desenvolvimento e Meio Ambiente pela Universidade Federal de Alagoas-UFAL (2005). É Professora do Instituto Federal de Educação, Ciência e Tecnologia da Bahia -Campus Camaçari. Bacharela em Ciências Econômicas pela Universidade Federal de Alagoas -UFAL (1997). Licenciada em Pedagogia pela Faculdade Batista Brasileira- FBB (2011). Líder do Grupo de Pesquisa Tecnologias, Informação e Educação- Ticase do IFBA. Coordenadora, Professora e Pesquisadora do Programa de Pós-graduação em Educação Profissional e Tecnológica - ProfEPT, do IFBA. Membro do Comitê Gestor Institucional de Formação Inicial e Continuada de Profissionais de Magistério da Educação Básica do Instituto Federal de Educação, Ciência e Tecnologia da Bahia/IFBA. Tem experiência no campo da Educação, com ênfase em Tecnologia Social e Educacional, atuando com os seguintes temas de pesquisa: Educação; Ensino, Educação Profissional, Estágio Supervisionado; Educação Tecnológica e Educação a Distância. Estuda nas seguintes linhas de pesquisas: Educação Profissional e Tecnológica (EPT); Organização e Memórias de Espaços Pedagógicos na EPT; Tecnologia, Informação e Educação e Educação e Tecnologia

Roberto Monteiro, Cimatec

Possui pós-doutorado em Modelagem Computacional e Tecnologia Industrial pelo Centro Universitário SENAI CIMATEC, doutorado em Difusão do Conhecimento pela Universidade Federal da Bahia, mestrado em Modelagem Computacional pela Fundação Visconde de Cairu, bacharelado em Sistemas de Informação, pela Universidade Estácio de Sá e licenciatura em Administração pela Universidade do Estado da Bahia. Atualmente é professor da Universidade do Estado da Bahia e do Centro Universitário SENAI CIMATEC. Tem experiência na área de Informática e Sociedade, com ênfase em Ciências Sociais Aplicadas, Ciência da Computação, com ênfase em Linguagem Formais e Autômatos e Modelagem Computacional com ênfase em Sistemas Complexos, atuando principalmente nos seguintes temas: projeto de compiladores, sistemas embarcados, análise de redes sociais e complexas e inteligência artificial.

Referências

BARABÁSI, Albert-László. Linked (conectado): a nova ciência das networks. Tradução: Jonas Pereira dos Santos. São Paulo: Leopardo, 2009.

CARNEIRO, Tereza. Redes de afinidade como estratégia de gestão pedagógica e difusão do conhecimento em cursos na modalidade a distância. 2014. Tese (Doutorado Multi-institucional e Multidisciplinar em Difusão do Conhecimento) - Universidade Federal da Bahia, Salvador, 2014. Disponível em: http://repositorio.ufba.br/ri/handle/ri/16842. Acesso em: 05 jun. 2023.

CASTELLS, Manuel. A sociedade em rede. São Paulo: Paz e Terra, 1999. v. 1.

EASLEY, David; KLEINBERG, Jon. Networks, Crowds, and Markets: Reasoning About a Highly Connected World. Cambridge: Cambridge University Press, 2010.

GROSS, J.; YELLEN, J. Graph Theory and its Applications. Boca Raton: CRC Press, 1999.

JEON, G.; PARK, J. Jury-Contestant Bipartite Competition Network: Identifying Biased Scores and Their Impact on Network Structure Inference. arXiv: Physics and Society, [s.l.], n. 1608.02326, 8 ago. 2016. Disponível em: https://doi.org/10.48550/arXiv.1608.02326. Acesso em: 21 de janeiro de 2023.

LIN, D. An information-theoretic definition of similarity. In Proceedings of the 15th international conference on machine learning. 1998. p. 296-304. Disponível em: https://www.cse.iitb.ac.in/~cs626-449/Papers/WordSimilarity/3.pdf . Acesso em: 25 de março de 2022.

MELO, D. F. P. Estudo de padrões em sinais musicais sob a perspectiva dos grafos de visibilidade. 2018. Tese (Doutorado em Difusão do Conhecimento) - Universidade Federal da Bahia, Salvador, 2018. Disponível em: https://repositorio.ufba.br/handle/ri/25713. Acesso em: 05 jun. 2023.

MELO, H. N. Predição temporal de links baseada na evolução de tríades. 2016. Tese (Doutorado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2016. Disponível em: https://repositorio.ufpe.br/handle/123456789/20829. Acesso em: 05 jun. 2023.

MONTEIRO, Roberto Luiz Souza. Um modelo evolutivo para simulação de redes de afinidade. 2012. Tese (Doutorado Multi-institucional e Multidisciplinar em Difusão do Conhecimento) - Universidade Federal da Bahia, Salvador, 2012. Disponível em: http://www.repositorio.ufba.br/ri/handle/ri/12961. Acesso em: 05 jun. 2023.

MORENO, J. L. Fondements de la sociométrie. Tradução de H. Lesage e P.-H. Maucorps. Revue française de science politique, [s.l.], v. 5, n. 3, p. 641-646, 1954. Disponível em: https://www.persee.fr/doc/rfsp_0035-2950_1955_num_5_3_402631_t1_0641_0000_002. Acesso em: 01 de março de 2021.

NEWMAN, M. Networks: An Introduction. Oxford: Oxford University Press, 2010.

PEREIRA, Aliger dos Santos. Clusters de veículo em Salvador: geoprocessamento e gestão de negócio para micro, pequenas e médias empresas (MPMEs). Salvador: EDUFBA; EDUNEB, 2019. Disponível em: http://repositorio.ufba.br/ri/handle/ri/30945. Acesso em: 18 jul. 2023.

PRISMA: ATUALIZANDO ORIENTAÇÕES PARA RELATAR REVISÕES SISTEMÁTICAS: DESENVOLVIMENTO DA DECLARAÇÃO PRISMA 2020. Journal of Clinical Epidemiology, [s.l.], v. 134, p. 103-112, jun. 2021. https://doi.org/10.1016/j.jclinepi.2021.02.003. Acesso em: 25 ago. 2022.

REBAZA, Jorge Carlos Valverde. Predição de links em redes complexas utilizando informações de estruturas de comunidades. 2013. Dissertação (Mestrado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, São Paulo, 2013. Disponível em: https://doi.org/10.11606/D.55.2013.tde-05062013-104308. Acesso em: 05 jun. 2023.

REZENDE, Rodrigo Carvalho. Técnicas e algoritmos de Link Analysis na geração de medidas de similaridade. 2012. Dissertação (Mestrado) - Universidade Estadual de Campinas, Campinas, 2012. Disponível em: https://hdl.handle.net/20.500.12733/1619626. Acesso em: 05 jun. 2023.

ROCHA, W. S. Similaridade Semântica de Atributos para Dados em Nuvem: um estudo de caso no MIDAS. 2019. Dissertação (Mestrado em Matemática e Estatística) - Universidade Federal da Bahia, Salvador, 2019. Disponível em: http://repositorio.ufba.br/ri/handle/ri/33461. Acesso em: 05 jun. 2023.

VALEJO, Alan Demetrius Baria. Refinamento multinível em redes complexas baseado em similaridade de vizinhança. 2014. Dissertação (Mestrado em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo, São Paulo, 2014. Disponível em: https://doi.org/10.11606/D.55.2014.tde-14042015-142526. Acesso em: 05 jun. 2023.

WANG, X.; HE, X.; CAO, Y.; LIU, M.; CHUA, T.-S. Kgat: Knowledge graph attention network for recommendation. Em: Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. New York, NY, USA: Association for Computing Machinery, 2019. Disponível na Internet: https://doi.org/10.1145/3292500.3330989. Acesso em: 02 jul. 2023.

YAO, K.; CHANG, L.; YU, J. X. Identifying similar-bicliques in bipartite graphs. Proceedings of the VLDB Endowment, v. 15, n. 11, p. 3085-3097, jul. 2022. Disponível em: https://doi.org/10.14778/3551793.3551854. Acesso em: 21 de janeiro de 2023.

Downloads

Publicado

2024-06-05

Como Citar

SANTANA, E.; CARNEIRO, T. K.; MONTEIRO, R. A Aplicação de redes de similaridade na construção do conhecimento. Revista Educação e Ciências Sociais, [S. l.], v. 6, n. 11, p. 68–89, 2024. DOI: 10.38090/recs.vol6.n11.a18719. Disponível em: https://revistas.uneb.br/index.php/cienciassociais/article/view/18719. Acesso em: 19 nov. 2024.

Edição

v. 6 n. 11 (23): Análise de redes para a modelagem da geração e difusão do conhecimento

Seção

Dossiê Temático

Licença

Copyright (c) 2024 Eneida Santana, Tereza Kelly Carneiro, Roberto Monteiro

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.

Autores que encaminham os textos para a submissão nesta revista concordam com os seguintes termos:

  • Ao encaminharem os textos para a revista implica na autorização dos autores para a publicação.
  • A aceitação para a publicação implica na cessão de direitos de primeira publicação para a revista. Autores mantém os direitos autorais.
  • Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
  • A revista RECS estimula e permite que os autores publiquem e distribuam seu trabalho em repositórios institucionais ou na sua página pessoal, já que isso pode aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
  • Os autores dos textos assumem que são autores de todo o conteúdo fornecido na submissão e que possuem autorização para uso de conteúdo protegido por direitos autorais reproduzido em sua submissão.
  • A reprodução total ou parcial dos artigos desta revista é permitida desde que citada à fonte de publicação original.

O conteúdo dos artigos é de estrita responsabilidade de seus autores, os mesmos ao  submeterem assumem a responsabilidade de todo o conteúdo fornecido na submissão, e que possuem autorização para uso de conteúdo protegido por direitos autorais reproduzido em sua submissão.