Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores (Major Automação). Faculdade de Engenharia. Universidade do Porto. 2010

Submitted by Nathália Faria da Silva (nathaliafsilva.ufv@gmail.com) on 2017-06-19T19:28:09Z No. of bitstreams: 1 texto completo.pdf: 297503 bytes, checksum: c99e5bb206c32e7909eeb029a99d04e7 (MD5) / Made available in DSpace on 2017-06-19T19:28:09Z (GMT). No. of bitstreams: 1 texto completo.pdf: 297503 bytes, checksum: c99e5bb206c32e7909eeb029a99d04e7 (MD5) Previous issue date: 2000-12-11 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / A informática pode ser vista como uma ferramenta, que permite armazenar informações de forma organizada, a fim de possibilitar o avanço na interpretação de alguns fenômenos do solo e da planta. O objetivo deste trabalho foi desenvolver um sistema capaz de interpretar análise de solo e recomendar nutrientes (SIR) para a cultura do arroz irrigado (AI) por inundação. O SIR-AI desenvolvido estima a demanda do nutriente pela cultura, como variável dependente da produção de grãos, e características do solo como a capacidade tampão. A quantidade de nutriente disponibilizada pelo solo é quantificada pela divisão de seu teor pela taxa de recuperação pelo extrator do nutriente adicionado. A demanda da cultura menos o nutriente disponibilizado no solo gera a recomendação de nutrientes. Para o N, utiliza–se a matéria orgânica, como variável, para estimar o N mineralizado num determinado período de tempo e o N disponível no solo, que deverá ser somado à quantidade de N reciclado dos restos de culturas utilizadas em rotação no inverno. Equações foram geradas para simplificar todo o SIR-AI, incluindo variáveis como a produção de grãos, o teor do nutriente disponível no solo e a medida da capacidade tampão dos solos. As equações estimam a recomendação de nutrientes com exatidão suficiente para serem utilizadas, satisfatoriamente, como uma maneira prática de interpretar análise de solo e recomendar nutrientes para a cultura do arroz irrigado por inundação, em substituição às tabelas atuais de recomendação. / The computer science may be seen as a tool that allows to store information on such an organized way to making possible the improvement of the interpretation of some soil and plant phenomena. The objective of this study was to develop a system capable to interpret soil analysis, as well as to recommend nutrients (SIR) to flood-irrigation rice crop (AI). The developed SIR-AI estimates the crop nutrient demand as a dependent variable of grain yield as well as the soil characteristics such as buffer capacity. The amount of nutrients available in soil is quantified, by dividing its nutrient content by the recovery rate as a function of the nutrient-added extractor. The crop demand minus the nutrient available in soil generates the nutrient recommendation. For N, the organic matter is used as variable to estimate the N mineralized over a certain time period, as well as the N available in soil which must be summed to the amount of N recycled from remainders of the rotation-used crops during winter. The equations were generated to simplify the whole SIR-AI, by including some variables such as grain yield, the nutrient content available in soil and the ixmeasurement of soil buffer capacity. The equations estimate the recommended amount of nutrients with an accuracy enough to be adequately used, so constituting a practical way to interpret soil analysis and to recommend nutrients to flood-irrigated rice crop in substitution to the current recommendation tables.

Submitted by Luiz Felipe Barbosa (luiz.fbabreu2@ufpe.br) on 2015-03-09T13:05:35Z No. of bitstreams: 2 DISSERTAÇÃO Fausto José Feitosa Barbosa Gominho.pdf: 3236475 bytes, checksum: a2995266104419b1c881d5a9adec9ace (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-09T13:05:35Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO Fausto José Feitosa Barbosa Gominho.pdf: 3236475 bytes, checksum: a2995266104419b1c881d5a9adec9ace (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014-08-25 / No ensino tradicional, o aprendiz é tratado como um simples receptor e armazenador de informações, ficando a cargo do professor o papel de disseminar informações as quais o aprendiz tenta passivamente absorver e utilizar na resolução de problemas, muitas vezes incompatíveis com a realidade profissional. Diante deste cenário, o modelo de ensino tradicional aos poucos vem sendo substituído por novas tendências pedagógicas, as quais apontam para a necessidade de formação de um profissional capaz de transformar a realidade social do seu cotidiano. No contexto das novas tendências pedagógicas, a Metodologia da Problematização, tendo como referência o Método do Arco de Maguerez, oferece um caminho capaz de orientar a prática pedagógica de um educador, visando o pensamento crítico e criativo dos alunos. Junto a essas novas tendências, é cada vez maior o uso da tecnologia da informação e comunicação como suporte para oferecer ferramentas e conteúdos no domínio da educação. Visando auxiliar o aprendiz na utilização adequada destas ferramentas e o acesso a um conteúdo de acordo com o contexto do aprendiz, este trabalho apresenta um assistente de recomendação sensível ao contexto para ambientes virtuais de aprendizagem baseados na Metodologia da Problematização operacionalizada através do Arco de Maguerez. Um protótipo foi desenvolvido utilizando o framework CEManTIKA, que apoia o desenvolvimento de sistemas sensíveis ao contexto, e está integrado ao software educativo PenSAE, que utiliza a metodologia da problematização, com foco na aquisição de competências e habilidades necessárias à prática do processo de Enfermagem na atenção à saúde da criança menor de dois anos. Um estudo experimental preliminar, realizado com vinte estudantes de enfermagem, verificou a utilidade e a usabilidade do assistente proposto.

Submitted by Pedro Barros (pedro.silvabarros@ufpe.br) on 2018-08-13T21:55:29Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTACAO José Henrique Marques Davino.pdf: 3355772 bytes, checksum: 1751ee49f93180159f006e79d445a387 (MD5) / Approved for entry into archive by Alice Araujo (alice.caraujo@ufpe.br) on 2018-08-16T18:16:45Z (GMT) No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTACAO José Henrique Marques Davino.pdf: 3355772 bytes, checksum: 1751ee49f93180159f006e79d445a387 (MD5) / Made available in DSpace on 2018-08-16T18:16:45Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTACAO José Henrique Marques Davino.pdf: 3355772 bytes, checksum: 1751ee49f93180159f006e79d445a387 (MD5) Previous issue date: 2017-05-25 / Promover alternativas de locomoção que sejam de baixo custo e acessível à maioria da população é uma das maneiras para diminuir os problemas de mobilidade nos grandes centros urbanos. Considerando as estratégias existentes, a bicicleta é uma das mais interessantes, pois possibilita ao usuário se deslocar por pequenos trajetos em velocidades significativas, além de proporcionar benefícios à saúde. Apesar disso, as incertezas do trânsito, aliadas à ausência de informação sobre por onde transitar de forma segura têm contribuído para que muitos ciclistas não se sintam seguros em compartilhar as vias com os veículos. Neste estudo, apresentamos a proposta de um sistema de recomendação de rotas para ciclistas, capaz de sugerir opções de deslocamentos, considerando eventos dinâmicos, bem como as preferências dos usuários. O estudo contou com um experimento para avaliar a relevância das recomendações apresentadas. Os resultados mostram que o sistema consegue recomendar rotas sensíveis ao contexto dos usuários de forma adequada apoiando-os na escolha de um trajeto. / To promote transportation alternatives that are low-cost and accessible to the majority of the population is one possible way to decrease mobility problems in major urban centers. Amongst the current choices, cycling is one of the most interesting, since it enables the user to move through small paths with significant speed, in addition to providing health benefits. However, the uncertainties of the traffic combined with the lack of information about where to cycle safely, have been contributing to the fact that many cyclists do not feel safe to share the roads with vehicles. In this study, we present the proposal of a system for recommending cycling routes, able to suggest alternative routes for cyclists to move around, considering dynamic events, and users’ preferences. This study included an experiment to assess the relevance of the recommendations made. The results show that the system can recommend properly routes that are sensitive to user's context supporting them in the choice of a route.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-07-31T18:34:57Z No. of bitstreams: 1 FELIPE BARBOSA ARAÚJO RAMOS - DISSERTAÇÃO PPGCC 2014..pdf: 8328573 bytes, checksum: 0548a10a7939d0db863b085abd12dbd5 (MD5) / Made available in DSpace on 2018-07-31T18:34:57Z (GMT). No. of bitstreams: 1 FELIPE BARBOSA ARAÚJO RAMOS - DISSERTAÇÃO PPGCC 2014..pdf: 8328573 bytes, checksum: 0548a10a7939d0db863b085abd12dbd5 (MD5) Previous issue date: 2014-06-30 / Os Sistemas de Recomendação vêm sendo utilizados em diversos domínios de aplicação, mais recentemente, no domínio de TV (TV Digital, Smart TV, etc). Várias abordagens podem ser utilizadas para recomendar itens ou tags, baseadas principalmente no feedback dos usuários. Porém, no domínio de TV Digital a obtenção de feedback explícito é feita usualmente por meio do controle remoto, que deve ser evitado para maximizar a experiência do usuário ao ver TV. Além disso, como no contexto de Smart TV vários tipos de itens podem ser recomendados (filmes, músicas, livros, etc) a recomendação deve ser genérica o suficiente para se adequar a diferentes conteúdos. Portanto, para contornar o problema de obtenção de feedback e gerar recomendações que possam ser usadas por diferentes aplicações de Smart TV, neste trabalho é proposta uma arquitetura de recomendação baseada na extração e classificação de termos por meio da análise de descritivos textuais de programas de TV presentes nos guias de programação. A fim de validar a solução proposta, um protótipo usando um conjunto de dados real foi desenvolvido, mostrando que a partir dos termos recomendados é possível gerar recomendações finais para diferentes aplicações de Smart TV. / mmendation systems have been used in several application domains, most recently for TV (Digital TV, Smart TV, etc). Several existing approaches can be used to recommend items or tags, mainly based on user feedback. However, in the Digital TV domain, user feedback has to be done generally by using the remote control, which should be avoided to improve user experience. Moreover, in the Smart TV environment several types of items can be recommended (movies, music, books, etc). Thus, the recommendation should be generic enough to suit to different content. Therefore, to solve the problem of acquiring feedback and still generate personalized recommendations to be used by different Smart TV applications, this work proposes a recommendation architecture based on the extraction and classification of terms by analyzing the textual descriptions of TV programs present on electronic programming guides. In order to validate the proposed solution, a prototype using a real dataset has been developed, showing that from the recommended terms is possible to generate final recommendations for different Smart TV applications

Submitted by Santos Davilene (davilenes@ufba.br) on 2016-05-25T15:22:41Z No. of bitstreams: 1 dissertacao_mestrado_ciencia_computacao_rafael_glauber.pdf: 2701674 bytes, checksum: d9b74db08b0e071f5dddf22ab848cd3e (MD5) / Made available in DSpace on 2016-05-25T15:22:41Z (GMT). No. of bitstreams: 1 dissertacao_mestrado_ciencia_computacao_rafael_glauber.pdf: 2701674 bytes, checksum: d9b74db08b0e071f5dddf22ab848cd3e (MD5) / Sistemas de Recomendação sugerem itens de interesse explorando as preferências dos usuários ajudando-os contra o problema da sobrecarga de informações. Primeiramente estes sistemas eram construídos, exclusivamente, através de técnicas com origem nas áreas de Recuperação de Informação e Aprendizado de Máquina. Porém, desde o início da década de 90 a abordagem conhecida como Filtragem Colaborativa, que não explora qualquer tipo de conteúdo disponível dos itens para realizar sua tarefa, passou a ser a mais utilizada como solução para estes sistemas. Pesquisas como as de Shardanand & Maes (1995); Das et al. (2007); Konstan & Riedl (2012) justificam essa preferência por conta de deficiências preexistentes nos algoritmos de filtragem por conteúdo dos itens. Entretanto, nestas pesquisas não são evidenciadas essas deficiências ou mesmo as diferenças e semelhanças das recomendações geradas pelos algoritmos dessas duas abordagens levando esta discussão ao senso comum. Neste trabalho é proposta uma metodologia para comparação de algoritmos de recomendação que vai além da precisão das previsões. Para demonstrar essa metodologia a aplicamos na comparação das abordagens de Filtragem Baseada em Conteúdo Textual e a Filtragem Colaborativa. Nossos resultados demonstram que algoritmos dessas duas abordagens não só diferem em diversas dimensões em um teste de sistema, como também apresentam características que sugerem grande complementariedade.

Submitted by Santos Davilene (davilenes@ufba.br) on 2016-05-30T15:20:06Z No. of bitstreams: 1 dissertação - ficha catalografica - versão final.pdf: 8576272 bytes, checksum: 930f3150e50a8c0d873df7a09d3776d1 (MD5) / Made available in DSpace on 2016-05-30T15:20:06Z (GMT). No. of bitstreams: 1 dissertação - ficha catalografica - versão final.pdf: 8576272 bytes, checksum: 930f3150e50a8c0d873df7a09d3776d1 (MD5) / A adoção de software livre deve considerar critérios objetivos, com base em fatores técnicos, organizacionais, ambientais e individuais. Neste trabalho, inicialmente foi realizada uma pesquisa de campo sobre fatores de adoção para sistemas e componentes de software livre na comunidade brasileira de TI. Com base nos principais fatores apontados pela pesquisa, definimos um conjunto de critérios de avaliação de software livre cujo objetivo é orientar a comunidade brasileira de TI a avaliar este tipo de software de modo coerente e objetivo. A partir deste conjunto de critérios de avaliação, elaboramos e também apresentamos um protótipo de recomendador para adoção de software livre, potencialmente voltado para desenvolvedores de software e gerentes/líderes de equipes em organizações de TI. A ferramenta apóia a busca, visualização, avaliação e recomendação de software livre. Após coletarmos as avaliações multicritério feitas pelos usuários da ferramenta, pudemos avaliar qual o algoritmo de aprendizado de máquina mais indicado para estimar a avaliação geral de um usuário para um dado projeto de software livre.

Made available in DSpace on 2014-06-12T15:52:10Z (GMT). No. of bitstreams: 1 license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2008 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Nos dias atuais, para aumentar a produtividade de suas atividades, as organizações usam a informação estrategicamente para disseminar e compartilhar o conhecimento por toda a organização. Isto é feito por meio das competências de seus membros e das fontes de informação disponíveis na organização. No entanto, este conhecimento se encontra disperso, concentrando-se em determinados indivíduos ou unidades organizacionais, dificultando o acesso e a obtenção da informação. Visando resolver este problema, nosso trabalho propõe CoLORS, um sistema de recomendação de oportunidades de aprendizado sensível a contexto que promove o compartilhamento do conhecimento por meio dos materiais, especialistas e situações similares. Esta recomendação acontece quando as pessoas não possuem determinada competência exigida pela atividade que estão executando. Os diferenciais em relação aos sistemas de recomendação tradicionais são: atribuição de semântica às informações por meio da construção de ontologias, que unificam conceitos relacionados com o gerenciamento de contexto, com a organização e seus processos, com a gestão de competências, com a aprendizagem organizacional e com a gestão do tempo; a análise do contexto do usuário e a utilização de parâmetros de consulta e de ordenação para restringir a busca dos caminhos do grafo RDF/OWL da ontologia que estão relacionados com a lacuna de competência do usuário e para atribuir uma ordem de relevância às oportunidades de aprendizado recomendadas. Alguns cenários de testes foram desenvolvidos para validar as idéias propostas neste documento e ilustrar a aplicabilidade do protótipo de sistema de recomendação implementado

Made available in DSpace on 2014-06-12T15:56:33Z (GMT). No. of bitstreams: 2 arquivo2953_1.pdf: 1453994 bytes, checksum: 732515128c21ef9d04d44c0dd1461791 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2010 / Faculdade de Amparo à Ciência e Tecnologia do Estado de Pernambuco / Entende-se como Rede Social a estrutura formada por nós, geralmente indivíduos ou organizações, e as interdependências emergidas das interações entre esses nós, como valores, visões, ideias, trocas financeiras, amigos, parentesco, profissão, links da web, relações sexuais, dispersão de doenças (epidemiologia), e rotas aéreas. Dependendo do tipo de interação, um conjunto de nós pode assumir uma configuração diferente. Em um grupo de indivíduos a rede social formada pelas relações profissionais é diferente da rede formada pelos parentescos que por sua vez é diferente da rede formada pela dispersão de doenças. Atualmente existe um enorme interesse em entender a complexidade das Redes Sociais. Este entendimento possibilitará o desenvolvimento de diversas ferramentas para gestão dos ativos que constituem essas redes. Neste trabalho é proposto um mecanismo de recomendação de relacionamentos para Redes Sociais baseado na topologia da rede. O algoritmo desenvolvido analisa o subgrafo composto pelo usuário e todos os outros conectados por até três graus de separação. Contudo, apenas os usuários conectados por dois graus de separação são candidatos a serem sugeridos como novos amigos. O algoritmo utiliza os padrões que caracterizam os relacionamentos do usuário para achar aqueles que seguem este mesmo padrão. O mecanismo de recomendação foi desenvolvido baseado na caracterização e análise da rede formada pelo usuário e os amigos-dos-amigos (friends-of-friends (FOF)). Um módulo do mecanismo foi desenvolvido utilizando algoritmo genético para otimizar as recomendações. O algoritmo genético regula as variáveis responsáveis por ponderar quais características extraídas dos padrões de relacionamento do usuário são mais importantes. Dessa forma as recomendações geradas seguem o mesmo padrão de relacionamentos existentes

FACEPE / Submitted by Luiz Felipe Barbosa (luiz.fbabreu2@ufpe.br) on 2015-03-10T17:49:00Z No. of bitstreams: 2 DISSERTAÇÃO Ricardo Batista Rodrigues.pdf: 2074010 bytes, checksum: 50b1167a46490f6196ae041294bf9927 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-11T17:37:07Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO Ricardo Batista Rodrigues.pdf: 2074010 bytes, checksum: 50b1167a46490f6196ae041294bf9927 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014-02-27 / O desenvolvimento tecnológico vivenciado nos últimos anos proporcionou o crescimento do universo digital de forma exponencial, e parte desse universo digital encontra-se armazenado em sistemas de armazenamento em nuvem. A cada dia surgem mais destes sistemas, que oferecem o armazenamento de dados de forma distribuída com alta taxa de disponibilidade, o que tem impucionado cada vez mais usuários a migrarem seus dados para a nuvem. No entanto, a grande quantidade de arquivos armazenada nestes sistemas dificulta a filtragem de conteúdo relevante, demandando tempo e trabalho por parte do usuário na busca por arquivos com conteúdo similar as suas preferências. Diante deste cenário, esta pesquisa propõe um modelo de recomendação para sistemas de armazenamento em nuvem, que tem como objetivo utilizar características da nuvem associadas à técnica de recomendação baseada em conteúdo para filtrar e recomendar arquivos com o conteúdo similar as preferências dos usuários, além disso, recomendar arquivos que proporcione a melhor utilização dos recursos do ambiente em nuvem.