Submitted by Napoleana Barros Martins (napoleana_martins@hotmail.com) on 2016-08-08T15:29:51Z No. of bitstreams: 1 Dissertação Leonardo Fontes do Nascimento.pdf: 1675975 bytes, checksum: 22b0c3dd6668766ba6ea72b208d14bf7 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-08-26T14:01:18Z (GMT) No. of bitstreams: 1 Dissertação Leonardo Fontes do Nascimento.pdf: 1675975 bytes, checksum: 22b0c3dd6668766ba6ea72b208d14bf7 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-08-26T14:03:03Z (GMT) No. of bitstreams: 1 Dissertação Leonardo Fontes do Nascimento.pdf: 1675975 bytes, checksum: 22b0c3dd6668766ba6ea72b208d14bf7 (MD5) / Made available in DSpace on 2016-08-26T14:03:03Z (GMT). No. of bitstreams: 1 Dissertação Leonardo Fontes do Nascimento.pdf: 1675975 bytes, checksum: 22b0c3dd6668766ba6ea72b208d14bf7 (MD5) Previous issue date: 2016-05-29 / FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas / A common concern among researchers is that the results of their research are published in venues of impact in the scientific community. In general, the impact indices are obtained through metrics based on the number of citations that your articles receive. Institutions such as the SCImago and Thomson Reuters provide precise impact indices for major international journals. While this is sufficient for most areas, in Computer Science conferences and other scientific events are also important as publishing venues. However, currently, there is no solution that is universally accepted to obtain accurate indices on conferences, because the tools most commonly used for this purpose have differences between the indices generated for the same conference and year. In this dissertation, we propose a tool called Live SHINE, whose goal is to generate high-precision impact indices of Computer Science Conferences from data provided by Google Scholar. Our tool uses a method based on machine learning techniques that automatically filters the metadata provided by Google Scholar, and considers in the calculation of impact indices only citation data from articles that truly belong to the conference. Our experiments show that our method is effective, achieving an average F1 metric above 0.9 for 30 analyzed conferences. In addition, we also developed a new distributed and collaborative strategy of collecting citations, in which the queries sent to Google Scholar to retrieve the updated values of article citations are triggered by the user interface, avoiding problems such as network overload, delay in update citations and frequent blocking by Google Scholar. Thus, this strategy makes the community of users collaborate to keep updated the data citations for the benefit of all. / Uma preocupação frequente entre os pesquisadores é que os resultados de suas pesquisas sejam publicados em veículos de impacto na comunidade científica. Geralmente, os índices de impacto são obtidos através de métricas baseadas no número de citações que seus artigos recebem. Instituições tais como o SCImago e Thomson Reuters fornecem índices de impacto precisos para os principais periódicos internacionais. Embora isso seja suficiente para a maioria das áreas, para a área de Ciência da Computação as conferências e outros eventos científicos são igualmente importantes como veículos de publicação. No entanto, atualmente não existe nenhuma solução que seja universalmente aceita para se obter índices precisos sobre conferências, pois as ferramentas mais utilizadas para esse fim apresentam divergências entre os índices gerados para uma mesma conferência e ano. Neste trabalho propomos uma ferramenta denominada Live SHINE, cujo objetivo é gerar índices de impacto de alta precisão de conferências de Ciência da Computação a partir de dados fornecidos pelo Google Scholar. Nossa ferramenta utiliza um método baseado em técnicas de aprendizagem de máquina que filtra automaticamente os metadados fornecidos pelo Google Scholar e considera no cálculo dos índices de impacto apenas os dados de citações de artigos que de fato pertencem a conferência. Os experimentos realizados indicam que nosso método é eficaz, alcançando uma métrica F1 média acima de 0.9 considerando 30 conferências analisadas. Além disso, desenvolvemos também uma nova estratégia distribuída e colaborativa de coleta de citações, na qual as consultas enviadas ao Google Scholar para recuperar os valores atualizados de citações de artigos são disparadas pela própria interface do usuário, evitando problemas como sobrecarga da rede, demora na atualização das citações e bloqueio frequente por parte do Google Scholar. Assim, essa estratégia faz com que a comunidade de usuários colabore para manter os dados de citações atualizados para o benefício de todos.