Made available in DSpace on 2018-08-02T00:03:46Z (GMT). No. of bitstreams: 1 tese_10347_ata de defesa.pdf: 580738 bytes, checksum: bc211d49fe3eadd4520a81749193b6f3 (MD5) Previous issue date: 2016-08-24 / A Análise de Redes Complexas (ARC) é um conjunto de técnicas matemáticas utilizadas para estudar sistemas representados como grafos. Uma rede complexa é um grafo cuja estrutura é irregular, complexa e possui características topológicas não triviais. Duas abordagens tem se desenvolvido dentro da área de análise de redes complexas: (i) a análise da topologia da rede, com a proposição de novos modelos a partir do estudo das propriedades de menor caminho médio (L) do coeficiente de agrupamento global (C) e da distribuição de grau (P(k)); e (ii) a análise da importância dos integrantes da rede, com a aplicação de medidas de centralidade, as quais são funções que designam um valor numérico aos nós da rede conforme uma noção de prestígio pré-determinada. A análise de redes sociais (ARS) é a aplicação das teorias e técnicas de ARC numa rede social, fornecendo uma análise matemática e visual das relações humanas. Um dos campos sociais com intenso interesse na última década no Brasil é a análise do sistema de financiamento de campanhas eleitorais e uma rede complexa inédita é o grafo que representa as contribuições financeiras das eleições brasileiras de 2014. Nestas eleições, os mais de 18.000 candidatos a cargos eleitorais disponibilizaram um documento detalhando as contribuições eleitorais recebidas. A partir desses dados, este trabalho propõe aplicar as técnicas de ARC/ARS e modelar as contribuições eleitorais das eleições brasileiras de 2014 como um conjunto de grafos. Os resultados mostram que as maiores componentes dos grafos são uma rede de mundo pequeno, livre de escala e que há uma correlação forte entre centralidade dos candidatos e número de votos recebidos para a maior componente do grafo que representa todas as contribuições eleitorais.

No Brasil há crescente interesse pelo terceiro setor, mesmo que seu conceito ainda se configure em construção. Ao considerar a articulação em redes como um dos principais meios de expressão dessas instituições, este estudo visa conhecer a atuação das Organizações Não Governamentais (ONGs) de Apoio Social do município de Palmas -TO e identificar, por meio da análise das medidas de centralidade de rede, os atores mais influentes e suas relações de proximidade e intermediação. Por meio de entrevistas, traçou-se um perfil de atuação das ONGs do município, identificando as mais importantes para o coletivo. Verificou-se que há subaproveitamento da rede e, portanto, grande potencial de expansão. Averiguou-se também, que as instituições estatais possuem papel relevante para a rede, porém as ONGs ainda continuam se articulando, mais frequentemente, com o próprio setor não governamental. / There is a growing interest in the third sector in Brazil, even though the concept is still under construction. When considering the articulation in networks as a key means of expression of these institutions, this study aims to understand the role of non-governmental social support organizations (NGOs) from Palmas city – TO and identify, by analyzing the network centrality measures, the most influential actors and their relations of proximity and intermediation. Through interviews, a profile of the activity of municipal NGOs was drawn, identifying the most important ones to mass; it was found that there is a low utilization of the network and therefore a great potential for expansion; it was also noticed that state institutions have an important role for the network, but NGOs are still hinging, more frequent and priority basis, with the first non-governmental sector.

Submitted by admin tede (tede@pucgoias.edu.br) on 2017-08-10T18:29:13Z No. of bitstreams: 1 REGINA DUARTE RIBEIRO MELO.pdf: 4787890 bytes, checksum: f1e4799a54a2be2090102e3ea15abdda (MD5) / Made available in DSpace on 2017-08-10T18:29:13Z (GMT). No. of bitstreams: 1 REGINA DUARTE RIBEIRO MELO.pdf: 4787890 bytes, checksum: f1e4799a54a2be2090102e3ea15abdda (MD5) Previous issue date: 2017-04-06 / This paper presents the application of Complex Networks Theory and Analysis of Social Networks (ARS) to evaluate the scientific production of the Academic Postgraduate Programs in Production Engineering. The data were collected in the Sucupira Platform (PS) for the period from 2013 to 2015, part of the current evaluation quadrennium (2013 to 2016). The database was arranged in Excel spreadsheets with the variables acquired from the PS. The data were transformed from the extension xlsx to csv, when compatibilizing them for use of software R, version 3.1.1 and environment RStudio 0.99.891. The developed scripts used the Igraph, Network, Bipartite and Ggraph packages that were suitable for bipartite network analysis. The study of the demographic patterns of collaboration between programs indicates that these are stronger among programs from the same region. The production patterns of the CAPES 3 programs indicated the production of the 1437 articles in the period, most of which are from strata B5 and lower production in upper strata (A1, A2 and B1), in which 5002 employees participated, Of external participants. When analyzing the standards of all the programs, it was noticed that the CAPES concepts of the programs obtained in the triennium 2010-2012 did not imply in the higher productions in the upper strata. The most wanted journals for publications in A1 (Journal of Cleaner Production, with 18.51%), for A2 (Energy Policy with 8.11%) and B1 (International Journal, Advanced Manufacturing Technology with 6.44%). The ARS corroborated in the exploration of the data in bipartite network evidencing its potential of analysis and visualization. / Este trabalho apresenta a aplicação da Teoria de Redes Complexas e Análise de Redes Sociais (ARS) para avaliação da produção científica dos Programas de Pós-graduação Acadêmicos em Engenharia de Produção. Os dados foram coletados na Plataforma Sucupira (PS) para o período de 2013 a 2015, parte do quadriênio de avaliação atual (2013 a 2016). A base de dados foi disposta em planilhas do Excel com as variáveis adquiridas da PS. Os dados foram transformados da extensão xlsx para csv, ao compatibilizá-los para utilização do software R, versão 3.1.1 e ambiente RStudio 0.99.891. Os scripts desenvolvidos utilizaram os pacotes Igraph, Network, Bipartite e Ggraph que foram adequados para as análises das redes bipartidas. O estudo dos padrões demográficos de colaboração entre os programas aponta que estes são mais fortes entre programas de mesma região. Os padrões de produção dos programas conceito CAPES 3 indicaram a produção dos 1437 artigos no período, em que a maioria são do estrato B5 e menor produção em estratos superiores (A1, A2 e B1), nos quais participaram 5002 colaboradores, que são em maioria de participantes externos. Quando analisados os padrões de todos os programas notou-se que os conceitos CAPES dos programas obtidos no triênio 2010-2012 não implicaram nas maiores produções nos estratos superiores. Os periódicos mais procurados para publicações em A1 (Journal of Cleaner Production, com 18,51%), para A2 (Energy Policy, com 8,11%) e B1 (International Journal, Advanced Manufacturing Technology, com 6,44%). A ARS corroborou na exploração dos dados em rede bipartida evidenciando seu potencial de análise e visualização.

Centralidades são medidas desenvolvidas para determinar a importância dos nós e ligações, utilizando as características estruturais das redes para esta finalidade. As medidas de centralidade são, portanto, essenciais no estudo de redes complexas pois os sistemas representados por elas geralmente são formados por muitos elementos, e com isso, torna-se inviável estudar individualmente cada um deles; dessa forma é necessário identificar os nós e ligações que são mais relevantes em cada situação. Todavia, com o surgimento de ideias diferentes de como esses elementos podem ser importantes, diversas medidas foram propostas com o intuito de evidenciar elementos que passam despercebidos pelas demais. Neste trabalho utilizamos a correlação de Pearson para avaliar o quão semelhantes são as classificações fornecidas pelas centralidades para redes representando sistemas reais e modelos teóricos. Para avaliar a efetividade das medidas e como elas afetam cada sistema, atacamos as redes usando as centralidades como indicadores para a ordem de remoção dos nós e ligações. Procurando caracterizar as redes usando suas diferenças estruturais, realizamos uma análise de componentes principais empregando as correlações entre os pares de centralidade como características de cada sistema. Nossos resultados mostraram que na maioria dos casos medidas distintas estão correlacionadas, o que indica que em geral os mesmos elementos são evidenciados pelas diferentes centralidades; também observamos que as correlações são mais fortes nos modelos do que nos sistemas reais. Os ataques mostraram que medidas fortemente correlacionadas podem influenciar as redes de maneiras distintas, evidenciando a importância do conjunto de elementos selecionados por cada medida. Nosso último resultado demonstra que as correlações entre os pares de centralidades podem ser utilizados tanto para a diferenciação e caracterização de redes quanto na avaliação de modelos que representem melhor a estrutura de um sistema específico. / Centrality measures were developed to evaluate the importance of nodes and links based on the structure of networks. Centralities are essential in the study of networks because these systems are usually large, which make manual analysis of all nodes and links impossible; therefore recognizing such elements is a vital task. As nodes and links can be considered essential by different reasons, a large number of measures were proposed to identify important elements that were not highlighted by the other ones. In our study, we use Pearson\'s correlation coefficient to measure the similarity between rankings of nodes and links provided by different centralities for real and model based networks. We also perform attacks to networks, using these rankings to determine the order of removal of nodes and links, intending to evaluate and compare the efficiency and how the systems react to attacks guided by different centralities. Finally, we use the correlation coefficients between the pairs of centralities as properties of networks, and perform a principal component analysis with them, to evaluate if differences among network structures can be detected from correlations. Our results showed that centrality measures are frequently correlated, which means that the same elements can be highlighted by different centralities. We also noticed that the correlation coefficients are larger in models than in real world networks. The results of the attacks experiment showed that even when two measures are highly correlated, they can affect networks in distinct ways, meaning that the group of the nodes and links provided by each measure are relevant for the study of networks systems. Our last result evidenced that correlations among centrality measures can be used for characterization of networks and to evaluate how well models represent them.

Centralidades são medidas desenvolvidas para determinar a importância dos nós e ligações, utilizando as características estruturais das redes para esta finalidade. As medidas de centralidade são, portanto, essenciais no estudo de redes complexas pois os sistemas representados por elas geralmente são formados por muitos elementos, e com isso, torna-se inviável estudar individualmente cada um deles; dessa forma é necessário identificar os nós e ligações que são mais relevantes em cada situação. Todavia, com o surgimento de ideias diferentes de como esses elementos podem ser importantes, diversas medidas foram propostas com o intuito de evidenciar elementos que passam despercebidos pelas demais. Neste trabalho utilizamos a correlação de Pearson para avaliar o quão semelhantes são as classificações fornecidas pelas centralidades para redes representando sistemas reais e modelos teóricos. Para avaliar a efetividade das medidas e como elas afetam cada sistema, atacamos as redes usando as centralidades como indicadores para a ordem de remoção dos nós e ligações. Procurando caracterizar as redes usando suas diferenças estruturais, realizamos uma análise de componentes principais empregando as correlações entre os pares de centralidade como características de cada sistema. Nossos resultados mostraram que na maioria dos casos medidas distintas estão correlacionadas, o que indica que em geral os mesmos elementos são evidenciados pelas diferentes centralidades; também observamos que as correlações são mais fortes nos modelos do que nos sistemas reais. Os ataques mostraram que medidas fortemente correlacionadas podem influenciar as redes de maneiras distintas, evidenciando a importância do conjunto de elementos selecionados por cada medida. Nosso último resultado demonstra que as correlações entre os pares de centralidades podem ser utilizados tanto para a diferenciação e caracterização de redes quanto na avaliação de modelos que representem melhor a estrutura de um sistema específico. / Centrality measures were developed to evaluate the importance of nodes and links based on the structure of networks. Centralities are essential in the study of networks because these systems are usually large, which make manual analysis of all nodes and links impossible; therefore recognizing such elements is a vital task. As nodes and links can be considered essential by different reasons, a large number of measures were proposed to identify important elements that were not highlighted by the other ones. In our study, we use Pearson\'s correlation coefficient to measure the similarity between rankings of nodes and links provided by different centralities for real and model based networks. We also perform attacks to networks, using these rankings to determine the order of removal of nodes and links, intending to evaluate and compare the efficiency and how the systems react to attacks guided by different centralities. Finally, we use the correlation coefficients between the pairs of centralities as properties of networks, and perform a principal component analysis with them, to evaluate if differences among network structures can be detected from correlations. Our results showed that centrality measures are frequently correlated, which means that the same elements can be highlighted by different centralities. We also noticed that the correlation coefficients are larger in models than in real world networks. The results of the attacks experiment showed that even when two measures are highly correlated, they can affect networks in distinct ways, meaning that the group of the nodes and links provided by each measure are relevant for the study of networks systems. Our last result evidenced that correlations among centrality measures can be used for characterization of networks and to evaluate how well models represent them.

Made available in DSpace on 2016-03-15T19:37:48Z (GMT). No. of bitstreams: 1 Willyan Daniel Abilhoa.pdf: 1956528 bytes, checksum: 5d317e6fd19aebfc36180735bcf6c674 (MD5) Previous issue date: 2014-02-05 / Fundação de Amparo a Pesquisa do Estado de São Paulo / Twitter is a microblog service that generates a huge amount of textual content daily. All this content needs to be explored by means of techniques, such as text mining, natural language processing and information retrieval. In this context, the automatic keyword extraction is a task of great usefulness that can be applied to indexing, summarization and knowledge extrac-tion from texts. A fundamental step in text mining consists of building a text representation model. The model known as vector space model, VSM, is the most well-known and used among these techniques. However, some difficulties and limitations of VSM, such as scalabil-ity and sparsity, motivate the proposal of alternative approaches. This dissertation proposes a keyword extraction method, called TKG (Twitter Keyword Graph), for tweet collections that represents texts as graphs and applies centrality measures for finding the relevant vertices (keywords). To assess the performance of the proposed approach, two different sets of exper-iments are performed and comparisons with TF-IDF and KEA are made, having human clas-sifications as benchmarks. The experiments performed showed that some variations of TKG are invariably superior to others and to the algorithms used for comparisons. / O Twitter é um serviço de microblog que gera um grande volume de dados textuais. Todo esse conteúdo precisa ser explorado por meio de técnicas de mineração de textos, processamento de linguagem natural e recuperação de informação com o objetivo de extrair um conhecimento que seja útil de alguma forma ou em algum processo. Nesse contexto, a extração automática de palavras-chave é uma tarefa que pode ser usada para a indexação, sumarização e compreensão de documentos. Um passo fundamental nas técnicas de mineração de textos consiste em construir um modelo de representação de documentos. O modelo chamado mode-lo de espaço vetorial, VSM, é o mais conhecido e utilizado dentre essas técnicas. No entanto, algumas dificuldades e limitações do VSM, tais como escalabilidade e esparsidade, motivam a proposta de abordagens alternativas. O presente trabalho propõe o método TKG (Twitter Keyword Graph) de extração de palavras-chave de coleções de tweets que representa textos como grafos e aplica medidas de centralidade para encontrar vértices relevantes, correspondentes às palavras-chave. Para medir o desempenho da abordagem proposta, dois diferentes experimentos são realizados e comparações com TF-IDF e KEA são feitas, tendo classifica-ções humanas como referência. Os experimentos realizados mostraram que algumas variações do TKG são superiores a outras e também aos algoritmos usados para comparação.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-01-11T14:24:18Z No. of bitstreams: 1 sandrogrossinascimento.pdf: 2231755 bytes, checksum: f4dcf0be78a151521c555619230ce31e (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-02-07T13:37:19Z (GMT) No. of bitstreams: 1 sandrogrossinascimento.pdf: 2231755 bytes, checksum: f4dcf0be78a151521c555619230ce31e (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-02-07T14:08:51Z (GMT) No. of bitstreams: 1 sandrogrossinascimento.pdf: 2231755 bytes, checksum: f4dcf0be78a151521c555619230ce31e (MD5) / Made available in DSpace on 2017-02-07T14:08:51Z (GMT). No. of bitstreams: 1 sandrogrossinascimento.pdf: 2231755 bytes, checksum: f4dcf0be78a151521c555619230ce31e (MD5) Previous issue date: 2015-12-18 / O presente trabalho é uma pesquisa, cujo objetivo é investigar atividades didáticas de estatística para alunos do Ensino Médio. Essas atividades propiciaram a construção e/ou a reconstrução das medidas de centralidade e, assim, obter um olhar mais detalhado para o estudo dessas medidas, com o intuito de preparar os alunos de forma mais eficiente no uso de situações problemas do cotidiano. Concomitantemente, analisar, a partir da Educação Estatística, com o viés da Literacia Estatística, a compreensão dos resultados obtidos na análise dessas medidas. A teoria da Engenharia Didática subsidiou a metodologia desta investigação enquanto as situações didáticas e as situações a-didáticas foram os aportes teóricos na análise das atividades propostas aos estudantes, culminando assim, em uma proposta de sequência didática para o Produto Educacional. Vale salientar que os sujeitos desta pesquisa são os estudantes de uma escola estadual, turma do terceiro ano do Ensino Médio da cidade de Paraíba do Sul, do Estado do Rio de Janeiro. / This work is a research whose aim is to investigate teaching of statistical activities for high school students. These activities led to the construction and / or reconstruction of the centrality measures and thus a more detailed look at the study of these measures, in order to prepare students more effectively in the use of everyday problems situations. Concomitantly, analyze, from the statistics, with the bias of Literacy Education Statistics, the understanding of the results obtained in the analysis of these measures. The theory of Didactic Engineering supported the methodology of this research while teaching situations and situations-teaching were the theoretical contributions in the analysis of the proposed activities to students, so culminating in a proposal of didactic sequence for the Educational Product. It is worth noting that the subjects of this research are students of a state school, class of third year of high school in the city of Paraiba do Sul, State of Rio de Janeiro.