[pt] O problema da classificação de dados remonta à criação de taxonomias visando cobrir áreas do conhecimento. Com o surgimento da Web, o volume de dados disponíveis aumentou várias ordens de magnitude, tornando praticamente impossível a organização de dados manualmente. Esta dissertação tem por objetivo organizar dados semi-estruturados, representados por frames, sem uma estrutura de classes prévia. A dissertação apresenta um algoritmo, baseado no K-Medóide, capaz de organizar um conjunto de frames em classes, estruturadas sob forma de uma hierarquia estrita. A classificação dos frames é feita a partir de um critério de proximidade que leva em conta os atributos e valores que cada frame possui. / [en] The problem of data classification goes back to the definition of taxonomies covering knowledge areas. With the advent of the Web, the amount of data available has increased several orders of magnitude, making manual data classification impossible. This dissertation proposes a method to automatically classify semi-structured data, represented by frames, without any previous knowledge about structured classes. The dissertation introduces an algorithm, based on K-Medoid, capable of organizing a set of frames into classes, structured as a strict hierarchy. The classification of the frames is based on a closeness criterion that takes into account the attributes and their values in each frame.

[pt] Neste trabalho, diversas técnicas de classificação automática de imagens de sensoriamento remoto são investigadas. Na análise, incluem-se um método não- paramétrico, denominado K-Médias. Adaptativos Hierárquico (KMAH), e seis paramétricos: o Classificador de Máxima Verossimilhança (MV), o de Máxima Probabilidade a Posteriori (MAP), o MAP Adaptativo (MAPA), por Subimagens (MAPSI), o Contextual Tilton-Swain (CXTS) e o Contextual por Subimagens (CXSI). O treinamento necessário à implementação das técnicas paramétricas foi realizado de forma não-supervisionada, usando-se para tanto a classificação efetuada pelo KMAH. Considerações a respeito das vantagens e desvantagens dos classificadores, de acordo com a observação das taxas de erros e dos tempos de processamento, apontaram as técnicas MAPA e MAPSI com as mais convenientes / [en] In this thesis, several techniques of automatic classfication of remote sensing impeages are investigated. Included in the analysis are ane non-parametric method, known as Adaptative hierarchical K-means (KMAH), and six parametric ones: the Maximum Likelihood (MV), the Maximum a Posteriori Probability (MAP), the Adaptative MAP (MAPA), the Subimages MAP (MAPSI), the tilton-Swain Contextual, (CXTS) and the Subimages Contextual (CXSI) classifiers. The necessary training for the parametric case was done in a non-supervised form, by using the KMAH classification. Considerations about the advantages and disadvantages of the classifiers were made and, based on the observation of the error rates and processing time, the MAPA and MAPSI have shown the best performances.

[pt] Este trabalho apresenta o EasyLearn, um framework para apoiar o desenvolvimento de aplicações voltadas ao aprendizado supervisionado. O EasyLearn define uma camada intermediaria, de simples configuração e entendimento, entre a aplicação e o WEKA, um framework de aprendizado de máquina criado pela Universidade de Waikato. Todos os classificadores e filtros implementados pelo WEKA podem ser facilmente encapsulados para serem utilizados pelo EasyLearn. O EasyLearn recebe como entrada um conjunto de arquivos de configuração no formato XML contendo a definição do fluxo de processamento a ser executado, além da fonte de dados a ser processada, independente do formato. Sua saída é adaptável e pode ser configurada para produzir, por exemplo, relatórios de acurácia da classificação, a própria da fonte de dados classificada, ou o modelo de classificação já treinado. A arquitetura do EasyLearn foi definida após a análise detalhada dos processos de classificação, permitindo identificar inúmeras atividades em comum entre os três processos estudados aprendizado, avaliação e classificação). Através desta percepção e tomando as linguagens orientadas a objetos como inspiração, foi criado um framework capaz de comportar os processos de classificação e suas possíveis variações, além de permitir o reaproveitamento das configurações, através da implementação de herança e polimorfismo para os seus arquivos de configuração. A dissertação ilustra o uso do framework criado através de um estudo de caso completo sobre classificação de produtos do comércio eletrônico, incluindo a criação do corpus, engenharia de atributos e análise dos resultados obtidos. / [en] This dissertation presents EasyLearn, a framework to support the development of supervised learning applications. EasyLearn dfines an intermediate layer, which is easy to configure and understand, between the application and WEKA, a machine learning framework created by the University of Waikato. All classifiers and filters implemented by WEKA can be easily encapsulated to be used by EasyLearn. EasyLearn receives as input a set of configuration files in XML format containing the definition of the processing flow to be executed, in addition to the data source to be classified, regardless of format. Its output is customizable and can be configured to produce classification accuracy reports, the classified data source, or the trained classification model. The architecture of EasyLearn was defined after a detailed analysis of the classification process, which identified a set of common activities among the three analyzed processes (learning, evaluation and classification). Through this insight and taking the object-oriented languages as inspiration, a framework was created which is able to support the classification processes and its variations, and which also allows reusing settings by implementing inheritance and polymorphism in their configuration files. This dissertation also illustrates the use of the created framework presenting a full case study about e-commerce product classification, including corpus creation, attribute engineering and result analysis.

[pt] Um grande desafio na pesquisa de sistemas multiagentes (SMA) é a concepção e implementação de SMA abertos em que normas podem ser eficazmente aplicadas aos seus agentes e facilmente gerenciadas. Estas tarefas são árduas porque normas são usualmente escritas para propósitos gerais, dificultando uma regulação mais precisa. A motivação para esta pesquisa surgiu diante da necessidade de resolver este desafio, proporcionando uma abordagem aplicável em sistemas abertos. Nesses sistemas, heterogeneidade e autonomia excluem qualquer hipótese relativa à forma com que entidades de terceiros são implementadas e como se comportam. Assim, uma solução viável para regulação em SMA abertos não deve ser rigidamente codificada dentro das implementações originais de agentes e deve permitir, a um certo grau de precisão e flexibilidade, atualizar dados (e.g., normas) durante a execução do sistema. Nesta tese, nossa abordagem DynaCROM para lidar com normas em SMA abertos é apresentada. Da perspectiva individual de agentes, DynaCROM é um mecanismo informativo que torna agentes da aplicação cientes das normas as quais eles estão vinculados em um determinado momento. Da perspectiva de desenvolvedores do sistema, DynaCROM é uma metodologia para aplicação e gerenciamento de normas em SMA abertos de tal modo que desenvolvedores sejam capazes de incorporar em normas abstratas valores de domínio. Portanto, normas são contextualizadas no domínio de aplicação onde elas são válidas, facilitando regulação. Considerando que um SMA regulado deve ter suas normas respeitadas, apresentamos também a integração de DynaCROM com dois mecanismos distintos de cumprimento de normas. Em resumo, o resultado dessa tese é nossa abordagem DynaCROM que operacionaliza normas regulativas em SMA. / [en] A major challenge in the research of multiagent systems (MAS) is the design and implementation of open MAS in which norms can be effectively applied to their agents and easily managed. These tasks are arduous because norms are usually written for general purposes, hindering a more precise regulation. The motivation for this research came forth from the need to resolve this challenge, providing an approach applicable in open systems. In such systems, heterogeneity and autonomy rule out any assumption concerning the way third-party entities are implemented and behaved. A viable solution for regulation in open MAS should not be hard coded inside agents` original implementations and must allow, for some degree of precision and flexibility, to update data (e.g., norms) during the system execution. In this thesis, our DynaCROM approach for dealing with norms in open MAS is presented. From the individual agents perspective, Dyna- CROM is an information mechanism that makes application agents aware of the norms they are bound to at a given moment. From the system developers perspective, DynaCROM is a methodology for the application and management of norms in open MAS so developers are able to embody abstract norms with domain values. Therefore, norms are contextualized in the application domain wherein they hold, facilitating regulation. Considering that a regulated MAS should have its norms enforced, the integration of DynaCROM with two distinct enforcement mechanisms is also presented. In summary, the result of this thesis is our DynaCROM approach, which operationalizes regulative norms in MAS.

[pt] O crescimento explosivo e a acessibilidade generalizada da World Wide Web (WWW) levaram ao aumento da atividade de pesquisa na área da recuperação de informação para páginas Web. A WWW é um rico e imenso ambiente em que as páginas se assemelham a uma comunidade grande de elementos conectada através de hiperlinks em razão da semelhança entre o conteúdo das páginas, a popularidade da página, a autoridade sobre o assunto e assim por diante, sabendo-se que, em verdade, quando um autor de uma página a vincula à outra, está concebendo-a como importante para si. Por isso, a estrutura de hiperlink da WWW é conhecida por melhorar significativamente o desempenho das pesquisas para além do uso de estatísticas de distribuição simples de texto. Nesse sentido, a abordagem Hyperlink Induced Topic Search (HITS) introduz duas categorias básicas de páginas Web, hubs e autoridades, que revelam algumas informações semânticas ocultas a partir da estrutura de hiperlink. Em 2005, fizemos uma primeira extensão do HITS, denominada de Extended Hyperlink Induced Topic Search (XHITS), que inseriu duas novas categorias de páginas Web, quais sejam, novidades e portais. Na presente tese, revisamos o XHITS, transformando-o em uma generalização do HITS, ampliando o modelo de duas categorias para várias e apresentando um algoritmo eficiente de aprendizagem de máquina para calibrar o modelo proposto valendo-se de múltiplas categorias latentes. As descobertas aqui expostas indicam que a nova abordagem de aprendizagem fornece um modelo XHITS mais preciso. É importante registrar, por fim, que os experimentos realizados com a coleção ClueWeb09 25TB de páginas da WWW, baixadas em 2009, mostram que o XHITS pode melhorar significativamente a eficácia da pesquisa Web e produzir resultados comparáveis aos do TREC 2009/2010 Web Track, colocando-o na sexta posição, conforme os resultados publicados. / [en] The rapid growth and generalized accessibility of the World Wide Web (WWW) have led to an increase in research in the field of the information retrieval for Web pages. The WWW is an immense and prodigious environment in which Web pages resemble a huge community of elements. These elements are connected via hyperlinks on the basis of similarity between the content of the pages, the popularity of a given page, the extent to which the information provided is authoritative in relation to a given field etc. In fact, when the author of a Web page links it to another, s/he is acknowledging the importance of the linked page to his/her information. As such the hyperlink structure of the WWW significantly improves research performance beyond the use of simple text distribution statistics. To this effect, the HITS approach introduces two basic categories of Web pages, hubs and authorities which uncover certain hidden semantic information using the hyperlink structure. In 2005, we made a first extension of HITS, called Extended Hyperlink Induced Topic Search (XHITS), which inserted two new categories of Web pages, which are novelties and portals. In this thesis, we revised the XHITS, transforming it into a generalization of HITS, broadening the model from two categories to various and presenting an efficient machine learning algorithm to calibrate the proposed model using multiple latent categories. The findings we set out here indicate that the new learning approach provides a more precise XHITS model. It is important to note, in closing, that experiments with the ClueWeb09 25TB collection of Web pages, downloaded in 2009, demonstrated that the XHITS is capable of significantly improving Web research efficiency and producing results comparable to those of the TREC 2009/2010 Web Track.

[pt] Um levantamento apoiado nos dados do Social Security Administration chamou a atenção para um curioso fenômeno: crianças cujos nomes são marcas de produtos conhecidos no mercado. Os resultados mostram que, na sociedade americana, já adquire certa relevância estatística o fato de seres humanos receberem nomes pessoais tais como: Armani, Porsche, L`Oreal ou Pepsi. Uma pesquisa similar realizada para esta dissertação baseou- se na lista telefônica e em cartórios do registro civil de todo o país e permitiu constatar a ocorrência deste fenômeno também no Brasil. O objetivo do trabalho é investigar esse acontecimento, que pode ser considerado um caso limite da inserção de elementos do consumo como forma de classificação. Através de entrevistas, realizadas com pessoas nomeadas por produtos, foi possível obter relatos que permitiram aprofundar determinados aspectos dessa nova lógica social, na qual marcas podem se tornar nomes de seres humanos. Procurou-se, portanto, examinar esta forma de identificação radical entre produtos e pessoas, o sistema classificatório que daí deriva e o papel que a publicidade desempenha nesse processo. / [en] A survey based on the Social Security Administration data called the attention for a curious phenomenon: children whose names are product s brands well-known in the market. The result shows that, in the American society, it already has certain statistic relevance the fact that babies are being named after brands such as: Armani, Porsche, L Oreal or Pepsi. A similar research, conducted for this dissertation, was based on the yellow pages and civil register offices from all over the country, which allowed us to establish the occurrence of this phenomenon also in Brazil. The purpose of this work is to investigate the event, which can be considered a limit case of the insertion of consumption elements as a form of classification. Through interviews with people whose inspiration for nomination were products, it was possible to collect stories that allowed us to deepen determined aspects of this new social logic, in which brands can become names of human beings. It was sought to examine this radical form of identification between products and people, the classificatory system that derivates from it and the role that the advertising plays in this process.

[pt] Hoje em dia, encontramos uma grande quantidade de informações na internet, em particular, notícias sobre o mercado financeiro. Diversas pesquisas mostram que notícias sobre o mercado financeiro possuem uma grande relação com variáveis de mercado como volume de transações, volatilidade e preço das ações. Nesse trabalho, investigamos o problema de Análise de Sentimentos de notícias jornalísticas do mercado financeiro. Nosso objetivo é classificar notícias como favoráveis ou não a Petrobras. Utilizamos técnicas de Processamento de Linguagem Natural para melhorar a acurácia do modelo clássico de saco-de-palavras. Filtramos frases sobre a Petrobras e inserimos novos atributos linguísticos, tanto sintáticos como estilísticos. Para a classifição do sentimento é utilizado o algoritmo de aprendizado Support Vector Machine, sendo aplicados ainda quatro seletores de atributos e um comitê dos melhores modelos. Apresentamos aqui o Petronews, um corpus com notícias em português sobre a Petrobras, anotado manualmente com a informação de sentimento. Esse corpus é composto de mil e cinquenta notícias online de 02/06/2006 a 29/01/2010. Nossos experimentos mostram uma melhora de 5.29 por cento com relação ao modelo saco-de-palavras, atingindo uma acurácia de 87.14 por cento. / [en] A huge amount of information is available online, in particular regarding financial news. Current research indicate that stock news have a strong correlation to market variables such as trade volumes, volatility, stock prices and firm earnings. Here, we investigate a Sentiment Analysis problem for financial news. Our goal is to classify financial news as favorable or unfavorable to Petrobras, an oil and gas company with stocks in the Stock Exchange market. We explore Natural Language Processing techniques in a way to improve the sentiment classification accuracy of a classical bag of words approach. We filter on topic phrases for each Petrobras related news and build syntactic and stylistic input features. For sentiment classification, Support Vector Machines algorithm is used. Moreover we apply four feature selection methods and build a committee of SVM models. Additionally, we introduce Petronews, a Portuguese financial news annotated corpus about Petrobras. It is composed by a collection of one thousand and fifty online financial news from 06/02/2006 to 01/29/2010. Our experiments indicate that our method is 5.29 per cent better than a standard bag-of-words approach, reaching 87.14 per cent accuracy rate for this domain.

[pt] Este trabalho tem como objetivo principal adaptar o modelo STR-Tree, o qual é a combinação de um modelo Smooth Transition Regression com Classification and Regression Tree (CART), a fim de utilizá-lo em Classificação. Para isto algumas alterações foram realizadas em sua forma estrutural e na estimação. Devido ao fato de estarmos fazendo classificação de variáveis dependentes binárias, se faz necessária a utilização das técnicas empregadas em Regressão Logística, dessa forma a estimação dos parâmetros da parte linear passa a ser feita por Máxima Verossimilhança. Assim o modelo, que é paramétrico não-linear e estruturado por árvore de decisão, onde cada nó terminal representa um regime os quais têm seus parâmetros estimados da mesma forma que em uma Regressão Logística, é denominado Smooth Transition Logistic Regression-Tree (STLR-Tree). A inclusão dos regimes, determinada pela divisão dos nós da árvore, é feita baseada em testes do tipo Multiplicadores de Lagrange, que em sua forma para o caso Gaussiano utiliza a Soma dos Quadrados dos Resíduos em suas estatísticas de teste, aqui são substituídas pela Função Desvio (Deviance), que é equivalente para o caso dos modelos não Gaussianos, cuja distribuição da variável dependente pertença à família exponencial. Na aplicação a dados reais selecionou-se dois conjuntos das variáveis explicativas de cada uma das duas bases utilizadas, que resultaram nas melhores taxas de acerto, verificadas através de Tabelas de Classificação (Matrizes de Confusão). Esses conjuntos de variáveis foram usados com outros métodos de classificação existentes, são eles: Generalized Additive Models (GAM), Regressão Logística, Redes Neurais, Análise Discriminante, k-Nearest Neighbor (K-NN) e Classification and Regression Trees (CART). / [en] The main goal of this work is to adapt the STR-Tree model, which is the combination of a Smooth Transition with Regression model with Classi cation and Regression Tree (CART), in order to use it in Classification. Some changes were made in its structural form and in the estimation. Due to the fact we are doing binary dependent variables classification, is necessary to use the techniques employed in Logistic Regression, so the estimation of the linear part will be made by Maximum Likelihood. Thus the model, which is nonlinear parametric and structured by a decision tree, where each terminal node represents a regime that have their parameters estimated in the same way as in a Logistic Regression, is called Smooth Transition Logistic Regression Tree (STLR-Tree). The inclusion of the regimes, determined by the splitting of the tree's nodes, is based on Lagrange Multipliers tests, which for the Gaussian cases uses the Residual Sum-of-squares in their test statistic, here are replaced by the Deviance function, which is equivalent to the case of non-Gaussian models, that has the distribution of the dependent variable in the exponential family. After applying the model in two datasets chosen from the bibliography comparing with other methods of classi cation such as: Generalized Additive Models (GAM), Logistic Regression, Neural Networks, Discriminant Analyses, k-Nearest Neighbor (k-NN) and Classification and Regression Trees (CART). It can be seen, verifying in the Classification Tables (Confusion Matrices) that STLR-Tree showed the second best result for the overall rate of correct classification in three of the four applications shown, being in all of them, behind only from GAM.

[pt] Com o aumento da demanda por minério no mundo, a complexidade, o tamanho e o preço dos equipamentos de extração mineral aumentaram consideravelmente. Como estas máquinas possuem uma tecnologia de monitoramento embarcada no equipamento, a utilização desses dados para o aumento da confiabilidade e da disponibilidade do equipamento tornou-se fundamental, de modo a reduzir os custos de manutenção. O objetivo desta dissertação foi desenvolver um modelo de apoio à decisão de parada de equipamento, baseado na classificação por Redes Neurais Artificiais de padrões pré-falha de caminhões fora de estrada. O modelo proposto tem como objetivo identificar o estado de falha, ou padrão pré-falha de um equipamento, utilizando os dados armazenados nos equipamentos e seus respectivos registros de falha, para que seja possível avaliar o risco de falha deste equipamento e decidir se o mesmo deve ser parado ou aguardar uma nova parada programada. Essa dissertação foi desenvolvida em quatro partes: estudo dos principais modelos de manutenção atualmente utilizados; definição e desenvolvimento do modelo para abordar o problema, baseado em redes neurais artificiais; avaliação de desempenho do modelo proposto; e simulação do downtime da máquina utilizando o modelo de decisão proposto. No estudo dos principais modelos foi realizada uma pesquisa bibliográfica sobre a evolução da manutenção, passando por modelos de manutenção corretiva, manutenção preventiva e, por fim, chegando ao modelo de manutenção baseada no monitoramento de condições. Para os dois últimos tipos de manutenção, foram apresentados os principais modelos utilizados na abordagem do problema, seus benefícios e deficiências. O desenvolvimento do modelo foi segmentado em três etapas principais: tratamento das bases de dados, tanto de dados obtidos diretamente do equipamento quanto das bases de registro de falha dos equipamentos; seleção de variáveis, baseada no cálculo da influência de cada sensor do equipamento na determinação de seu estado de falha, assim como na definição do intervalo ideal para se agrupar os dados; e definição da topologia das redes. Na etapa de avaliação do desempenho do modelo proposto foram utilizados dados de falhas corretivas mais recorrentes para os dois componentes específicos de caminhões fora de estrada: motor e transmissão, sendo que o monitoramento eletrônico do motor é mais extenso do que o de transmissão, no que diz respeito ao número de sensores empregados no monitoramento. Para a comparação de desempenho entre os diferentes modelos avaliados, dois fatores tiveram maior relevância: melhor desempenho na classificação e maior intervalo entre a identificação do padrão pré-falha e a ocorrência da falha. Os resultados de classificação dos padrões pré-falha foram bastante satisfatórios para a maioria dos casos de estudos, com as taxas de acerto variando entre 85% e 95%. A partir do modelo de classificação determinado na etapa anterior, passou-se à simulação de diferentes cenários de falhas, calculando-se os tempos de máquina parada (downtimes) que teriam sido evitados se as intervenções definidas pelo modelo tivessem sido executadas, analisando-se, assim, o aumento de disponibilidade proporcionado pelo uso do modelo proposto. / [en] With the increasing demand for ore in the world, the complexity, size and price of mining equipment have increased considerably. As these machines have embedded monitoring technology, the use of such data to increase the reliability and availability of the equipment has become essential in order to reduce maintenance costs. The objective of this work is developing a model that supports the decision of stopping an equipment, based on its actual state, using pattern recognition by neural networks. The proposed model aims to identify the state of equipment failure or pre-failure based on the data stored in the equipment and on the records of failure, so as to assess the risk of failure of equipment and to decide whether it should be stopped or wait for a new programmed shutdown. This dissertation was developed in four parts: study of the main models currently used for maintenance; design and implementation of the model to address this problem, based on artificial neural networks; performance evaluation of the proposed model; and simulation of equipment downtime using the proposed model. In the study of the main models a research was made about the evolution of maintenance techniques, through models of corrective maintenance, preventive maintenance and, finally, reaching the maintenance model based on condition monitoring. For the last two types of maintenance, it is presented the main models used in addressing the problem, its benefits and shortcomings. The development of the model was segmented into three main stages: processing of databases, from the data obtained directly from the equipment to the base of record of equipment failure; variable selection, based on the calculation of the influence of each equipment sensor to determine its failure state, as well as the definition of the ideal range of group data, and definition of the topology of networks. In the stage of assessing the performance of the proposed model we used data from corrective failures more often of two specific components of off-highway trucks: engine and transmission. To compare the performance between the different models evaluated, two factors were more important: classification performance and the longest interval between the identification of a pre-failure pattern and the occurrence of the failure. The results of classification of pre-failure patterns were quite satisfactory for most case studies, with hit rates ranging between 85% and 96%. From the classification model given in the previous step, we moved on to simulate different failure scenarios, calculating the equipment downtime that would have been avoided if the interventions defined by the model had been implemented, thus analyzing the increased availability provided by the use of the proposed model.

[pt] O presente estudo propõe uma taxonomia para empresas familiares e pretende contribuir para estimular o desenvolvimento das pesquisas nacionais nesse campo. Para isso, as empresas são agrupadas de acordo com o grau de interação e influência exercida pela família, ou familiness, através das dimensões Poder, Experiência e Cultura. Para realizar a pesquisa, utilizou-se uma adaptação da escala de influência familiar F-PEC (Familiness-Power, Experience, and Culture), introduzida por Astrachan, Klein e Smyrnios (2002), de onde foram extraídos os três constructos teóricos utilizados como as dimensões determinantes das classes desenvolvidas. Nesse sentido, as subescalas Poder, Experiência e Cultura formaram 27 possíveis classes, posteriormente buscadas na amostra, tendo em vista que elas medem a influência familiar no que diz respeito à propriedade, gestão, sucessão, dedicação e sinergia de valores empresa/família. Para isso, foram coletados dados a partir de um questionário respondido pelos principais membros diretores de empresas brasileiras consideradas familiares por seus respondentes. Em uma segunda etapa, a partir das variáveis da pesquisa, foi realizada uma análise estatística de fatores que confirma as dimensões teóricas e fortalece a ideia de que a escala F-PEC pode ser empregada na indústria brasileira. Em seguida, uma análise hierárquica de clusters apontou cinco grupos diferentes de empresas encontrados na amostra, confirmados na análise de K-means clusters. Diante dos dados, os resultados finais sugerem ser possível existir uma associação entre a quantidade de funcionários da empresa e o grupo ao qual pertence. / [en] This study proposes a family business taxonomy and is intended to contribute stimulating the development of Brazilian researches in this field of knowledge. On that account, the firms are grouped by the degree of influence and interaction casted by the family, or familiness, through Power, Experience and Culture dimensions. To accomplish the research, has been used an adaptation of the F-PEC (Familiness-Power, Experience, and Culture) family influence scale, introduced by Astrachan, Klein e Smyrnios (2002), from where the three constructs has been extracted and used as dimensions of developed taxa. In this way, the Power, Experience and Culture subscales formed 27 possible taxa, searched in the sample afterward, since it measures the family influence by ownership, management, succession, dedication and synergy of firm/family values. On that account, data has been collected by a questionnaire answered by CEOs of Brazilian firms taken as family firms by then. In a second stage, a factor analysis has been executed from the research variables that assures the theoretical dimensions and strengthen the idea of the use of the F-PEC scale on Brazilian industry. Next, a hierarchical cluster analysis showed five different groups of firms found in the sample and confirmed by the K-Means cluster analysis. The final results suggests to be possible the existence of an association between the number of employees of the firm and the cluster it belongs.