Quality of populations of brown trout (Salmo trutta m. fario) influence of occurence of freshwater pearl mussel (Margaritifera margaritifera) in river in the Czech Republic. Freshwater pearl mussel is a critically endangered species of animals. It does not have a very specific requirements only on environment but mainly on a specific host for holding glochidia (larval stage of pearl mussel). Thus fish management and migratory permeability of flow for support of existing populations is very important. Basic and essential precondition to support populations of freshwater pearl mussels is the presence of viable populations of brown trout, which represents the only suitable host glochidia. There are five locations with the biggest occurrence of pearl mussel in the Czech Republic - river basins the Blanice, the Teplá Vltava, the Malše, the Rokytnice and the Jankovský potok. The management of these flows is under local organizations of Czech Fishing Union, the National Park and Protected Landscape Area of the Šumava, the Secondary School of Fisheries in Vodňany and Faculty of Fisheries and Protection of Waters. The present management was found in the questionnaire for representatives of farming organizations. According to the answers in the questionnaire, the change of plans of restocking was recommended in the river basins of the Teplá Vltava and the Jankovský potok. There is the cooperation with the Germany was recommended in the river basin of the Rokytnice. The restoration of fish nursery is suitable in the river basin of the Malše. There is the first-rate population of brown trout in the river basin of Blanice, thus the continue in the present fish management for next support of this population in sequence on the populations of freshwater pearl mussel was recommended

Campus universitários são ambientes compostos de recursos e pessoas que utilizam os tais. Um dos principais recursos utilizados pela comunidade de um campus são os objetos de aprendizagem. Tais objetos existem de maneira abundante, espalhados no ambiente ou concentrados em um único local. Entretanto, a abundancia desses objetos faz com que uma pessoa sinta-se cognitivamente cansada ao ter que analisar vários objetos e selecionar apenas alguns. Esse cansaço cognitivo acaba levando a pessoa a escolher um conjunto de objetos de aprendizagem que não satisfarão suas necessidades e interesses da melhor maneira possível. A computação evoluiu de grandes mainframes a pequenos computadores espalhados em um ambiente. Hoje é possível a existência de ambientes pervasivos, onde os recursos computacionais estão sempre presentes e agindo de forma invisível ao usuário. Tais ambientes tornam possível o acompanhamento das atividades do usuário, provendo informações contextuais que podem ser utilizadas para ajudar a seleção dos melhores recursos (ex. objetos de aprendizagem, restaurantes, salas de aula) à determinada pessoa. A localização é uma informação contextual de grande importância na seleção de tais recursos. Tal informação pode ser facilmente obtida através do sinal de GPS do dispositivo móvel de um usuário e utilizada em conjunto com os interesses do usuário para recomendar os recursos próximos que melhor atenderão ao mesmo. Neste contexto este trabalho descreve uma abordagem para recomendar objetos de aprendizagem físicos ou virtuais que estejam relacionados aos prédios próximos a atual localização do usuário. Para executar tal tarefa é descrito um sistema de recomendação que utiliza a informação de localização, obtida através do dispositivo móvel do usuário, combinada à informações do perfil do usuário, dos objetos de aprendizagem relacionados aos prédios e informações tecnológicas do dispositivo para instanciar um modelo ontológico de contexto. Após instanciado o modelo são utilizadas regras semânticas, escritas em forma de antecedente e consequente, que fazem uma correspondência entre os interesses do usuário e o domínio de conhecimento do objeto de aprendizagem para filtrar os objetos próximos ao usuário. De posse desses objetos recomendados o sistema os apresenta em uma interface adaptativa que mostra a localização tanto dos objetos quanto do usuário. Para validar a abordagem apresentada é desenvolvido um estudo de caso onde as regras semânticas de recomendação são executadas sobre o modelo ontológico desenvolvido. O resultado gerado por tais regras é um conjunto de pares (usuário, objeto de aprendizagem recomendado) e prova a validade da abordagem. / University campus are environments composed of resources and people who use them. One of the main resources used by a campus community are learning objects. Such objects are abundantly even scattered in the environment or concentrated in one location. However the abundance of such objects makes a person feel cognitively tired when having to analyze various objects and select just a few of them. This cognitive fatigue eventually leads the person to choose a set of learning objects that do not meet their needs and interests in the best possible way. Computing has evolved from large mainframe to small computers scattered in an environment. Today it is possible the existence of pervasive environments where computational resources are always present and acting in a manner invisible to the user. Such environments make it possible to monitor user activities, providing contextual information that can be used to help select the best resources (e.g. learning objects, restaurants, classrooms) to a particular person. The location is a contextual information of great importance in the selection of such resources. Such information can be easily obtained through the GPS signal from a mobile device and used with the user’s interests to recommend the nearby resources that best attend his needs and interests. In this context, this work describes an approach to recommend physical or virtual learning objects that are related to buildings near the user’s current location. To accomplish such a task we described a recommender system that uses the location information, obtained through the user's mobile device, combined with information from the user’s profile, learning objects related to buildings and technological information from the device to instantiate an ontological context model. Once the model is instantiated we used semantic rules, written in the form of antecedent and consequent, to make a match between the user’s interests and the knowledge domain of the learning object in order filter the user’s nearby objects. With such recommended objects, the system presents them in an adaptive interface that shows both the object and the user location. To validate the presented approach we developed a case study where the recommendation semantic rules are executed on the developed ontological model. The income generated by such rules is a set of pairs (user, recommended learning object) and proves the validity of the approach.

abstract: Twitter is a micro-blogging platform where the users can be social, informational or both. In certain cases, users generate tweets that have no "hashtags" or "@mentions"; we call it an orphaned tweet. The user will be more interested to find more "context" of an orphaned tweet presumably to engage with his/her friend on that topic. Finding context for an Orphaned tweet manually is challenging because of larger social graph of a user , the enormous volume of tweets generated per second, topic diversity, and limited information from tweet length of 140 characters. To help the user to get the context of an orphaned tweet, this thesis aims at building a hashtag recommendation system called TweetSense, to suggest hashtags as a context or metadata for the orphaned tweets. This in turn would increase user's social engagement and impact Twitter to maintain its monthly active online users in its social network. In contrast to other existing systems, this hashtag recommendation system recommends personalized hashtags by exploiting the social signals of users in Twitter. The novelty with this system is that it emphasizes on selecting the suitable candidate set of hashtags from the related tweets of user's social graph (timeline).The system then rank them based on the combination of features scores computed from their tweet and user related features. It is evaluated based on its ability to predict suitable hashtags for a random sample of tweets whose existing hashtags are deliberately removed for evaluation. I present a detailed internal empirical evaluation of TweetSense, as well as an external evaluation in comparison with current state of the art method. / Dissertation/Thesis / Defense Presentation Slides / Masters Thesis Computer Science 2014

La personnalisation vise à recueillir les intérêts, les préférences, les usages, les contraintes, le contexte, etc. souvent considérés comme faisant partie de ce que l'on appelle ''profil utilisateur'' pour ensuite les intégrer dans un système et les exploiter afin de permettre à l'utilisateur d'accéder rapidement aux informations les plus pertinentes pour lui. Par ailleurs, au sein d'une organisation, différents acteurs sont amenés à prendre des décisions à différents niveaux de responsabilité et ont donc besoin de réaliser des analyses à partir de l'entrepôt de données pour supporter la prise de décision. Ainsi, dans le contexte de cette communauté d'utilisateurs de l'entrepôt de données, la notion de collaboration émerge. Il est alors intéressant de combiner les concepts de personnalisation et de collaboration pour approcher au mieux les besoins des utilisateurs en leur recommandant des analyses en ligne pertinentes. L'objectif de ce mémoire est de proposer une approche collaborative pour l'OLAP, impliquant plusieurs utilisateurs, dirigée par un processus de personnalisation intégré aux systèmes décisionnels afin de pouvoir aider l'utilisateur final dans son processus d'analyse en ligne. Qu'il s'agisse de personnalisation du modèle d'entrepôt, de recommandation de requêtes décisionnelles ou de recommandation de chemins de navigation au sein des cubes de données, l'utilisateur a besoin d'un système décisionnel efficace qui l'aide dans sa démarche d'analyse en ligne. La finalité est de fournir à l'utilisateur des réponses pertinentes proches de ses besoins pour qu'il puisse mieux appréhender ses prises de décision. Nous nous sommes intéressés dans cette thèse à trois problèmes relevant de la prise en compte de l'utilisateur au sein des entrepôts de données et de l'OLAP. Nos contributions s'appuient sur la combinaison de techniques issues de la fouille de données avec les entrepôts et OLAP. Notre première contribution est une approche qui consiste à personnaliser les hiérarchies de dimensions afin d'obtenir des axes d'analyse nouveaux sémantiquement plus riches pouvant aider l'utilisateur à réaliser de nouvelles analyses non prévues par le modèle de l'entrepôt initial. En effet, nous relâchons la contrainte du modèle fixe de l'entrepôt, ce qui permet à l'utilisateur de créer de nouveaux axes d'analyse pertinents en tenant compte à la fois de ses contraintes et des connaissances enfouies dans les données entreposées. Notre approche repose sur une méthode d'apprentissage non-supervisé, le k-means contraint, capable de créer de nouveaux regroupements intéressants des données entreposées pouvant constituer un nouveau niveau de hiérarchie permettant de réaliser de nouvelles requêtes décisionnelles. L'intérêt est alors de pouvoir exploiter ces nouveaux niveaux de hiérarchie pour que les autres utilisateurs appartenant à la même communauté d'utilisateurs puissent en tirer profit, dans l'esprit d'un système collaboratif dans lequel chacun apporte sa pierre à l'édifice. Notre deuxième contribution est une approche interactive pour aider l'utilisateur à formuler de nouvelles requêtes décisionnelles pour construire des cubes OLAP pertinents en s'appuyant sur ses requêtes décisionnelles passées, ce qui lui permet d'anticiper sur ses besoins d'analyse futurs. Cette approche repose sur l'extraction des motifs fréquents à partir d'une charge de requêtes associée à un ou à un ensemble d'utilisateurs appartenant à la même communauté d'acteurs d'une organisation. Notre intuition est que la pertinence d'une requête décisionnelle est fortement corrélée avec la fréquence d'utilisation par l'utilisateur (ou un ensemble d'utilisateurs) des attributs associés à l'ensemble de ses (leurs) requêtes précédentes. Notre approche de formulation de requêtes (...) / The objective of this thesis is to provide a collaborative approach to the OLAP involving several users, led by an integrated personalization process in decision-making systems in order to help the end user in their analysis process. Whether personalizing the warehouse model, recommending decision queries or recommending navigation paths within the data cubes, the user need an efficient decision-making system that assist him. We were interested in three issues falling within data warehouse and OLAP personalization offering three major contributions. Our contributions are based on a combination of datamining techniques with data warehouses and OLAP technology. Our first contribution is an approach about personalizing dimension hierarchies to obtain new analytical axes semantically richer for the user that can help him to realize new analyzes not provided by the original data warehouse model. Indeed, we relax the constraint of the fixed model of the data warehouse which allows the user to create new relevant analysis axes taking into account both his/her constraints and his/her requirements. Our approach is based on an unsupervised learning method, the constrained k-means. Our goal is then to recommend these new hierarchy levels to other users of the same user community, in the spirit of a collaborative system in which each individual brings his contribution. The second contribution is an interactive approach to help the user to formulate new decision queries to build relevant OLAP cubes based on its past decision queries, allowing it to anticipate its future analysis needs. This approach is based on the extraction of frequent itemsets from a query load associated with one or a set of users belonging to the same actors in a community organization. Our intuition is that the relevance of a decision query is strongly correlated to the usage frequency of the corresponding attributes within a given workload of a user (or group of users). Indeed, our approach of decision queries formulation is a collaborative approach because it allows the user to formulate relevant queries, step by step, from the most commonly used attributes by all actors of the user community. Our third contribution is a navigation paths recommendation approach within OLAP cubes. Users are often left to themselves and are not guided in their navigation process. To overcome this problem, we develop a user-centered approach that suggests the user navigation guidance. Indeed, we guide the user to go to the most interesting facts in OLAP cubes telling him the most relevant navigation paths for him. This approach is based on Markov chains that predict the next analysis query from the only current query. This work is part of a collaborative approach because transition probabilities from one query to another in the cuboids lattice (OLAP cube) is calculated by taking into account all analysis queries of all users belonging to the same community. To validate our proposals, we present a support system user-centered decision which comes in two subsystems: (1) content personalization and (2) recommendation of decision queries and navigation paths. We also conducted experiments that showed the effectiveness of our analysis online user centered approaches using quality measures such as recall and precision.

The provision of educational sources on the Web through specific portals or by public libraries has given democratic spaces to both students and teachers to support their educational routine. However, it is always a challenge to make all that diversity of resources useful to each individual having into consideration their needs. This dissertation seeks to contribute providing students and teachers with a computational environment to help in the learning process. This solution connected to a Learning Virtual Environment and an Exercise Virtual Environment allows students to have an automatic tutorial support, which has references and content targeted to their learning level. This solution allows to the teachers not only support their didactic work with the students, but also it permits to view the status of each student against curricular elements that should be addressed in the teacherâs discipline. Such approach can help the teacher in making adjustments and improvements to the course. ESignifica, a recommendation system was developed according to the filtering hybrid techniques, that add a content and a collaborative filter as well. The developed solution was tested with a student group from the Calculus subject that belonged to the Electrical Engineering course from the Federal University of Cearà â UFC, academic years 2012, 2013 and 2014. The Recommendation System developed and the experimental results achieved are presented in this dissertation. / A oferta de recursos educacionais na web por meio de portais especÃficos ou de bibliotecas pÃblicas de conteÃdo tem proporcionado espaÃos democrÃticos a alunos e professores no apoio a suas prÃticas acadÃmicas. No entanto, tornar Ãtil a diversidade de recursos disponÃveis levando em consideraÃÃo as necessidades especÃficas de cada indivÃduo à ainda um desafio a enfrentar. Inserindo-se neste contexto, este trabalho, propÃe um ambiente computacional a alunos e professores que seja capaz de sugerir, de maneira seletiva, conteÃdos de apoio ao processo de aprendizagem. Integrando um Ambiente Virtual de Aprendizagem a um Ambiente Virtual de ExercÃcios, o Sistema de RecomendaÃÃo sugere ao aluno referÃncias a conteÃdos adequados ao nÃvel de dificuldade apresentado durante a realizaÃÃo de exercÃcios interativos propostos. AlÃm disso, a partir do rastreamento das interaÃÃes dos alunos com os exercÃcios interativos e compilaÃÃo de resultados, o sistema permite identificar, atravÃs de relatÃrios, os conteÃdos com os quais os alunos vÃm apresentando maiores dificuldades, tanto do ponto de vista individual como coletivo, instrumentalizando professores à realizaÃÃo de medidas proativas. O sistema de recomendaÃÃo desenvolvido, denominado eSignifica, foi especificado segundo as tÃcnicas de filtragem hÃbrida, combinando filtragem de conteÃdo e filtragem colaborativa. A soluÃÃo desenvolvida foi testada com turmas de alunos de uma disciplina de CÃlculo Fundamental do curso de Engenharia ElÃtrica da Universidade federal do Cearà â UFC nos anos letivos de 2012, 2013 e 2014. O Sistema de RecomendaÃÃo desenvolvido e os resultados experimentais alcanÃados demonstraram a possibilidade que um trabalho preventivo pode resultar em um melhor rendimento da turma, assim como apresentar as dificuldades mais relevantes da turma pode servir de auxÃlio ao professor para um planejamento de aulas mais eficaz.

O crescente número de pessoas que utilizam a Web e sua vasta quantidade de conteúdo têm motivado especialistas em computação a investigar e acompanhar a experimentação desses usuários. Podese observar que um grande número de usuários que adere ao uso da Internet é o das pessoas com meia-idade, de 40 a 59 anos, e os idosos com idade superior a 60 anos. Trata-se de um público interessado e potencialmente pró-ativo para usufruir das possibilidades que a Web proporciona a cada dia. No entanto, barreiras que dificultam o acesso à informação são naturalmente encontradas com o avançar da idade. Dificuldades como a perda parcial ou total da visão, a redução de precisão dos movimentos, e a diminuição de memorização dos passos a serem realizados são alguns exemplos dessas barreiras. Para superar as dificuldades apresentadas pelos usuários, estudos têm sido realizados visando minimizá-las, de maneira geral. Seus resultados encontram-se sintetizados em normas / orientações a serem seguidas visando proporcionar melhor usabilidade e acessibilidade para toda diversidade de usuários. Nesse contexto, na presente pesquisa, investiga-se quais dessas normas junto com os padrões para a criação de websites que disponibilizam conteúdos proporcionam melhor adequação para atender à demanda das pessoas com idade mais avançada. Assim, foram estudados diferentes tipos de menus de navegação que disponibilizam as subnavegações conforme a necessidade do usuário (no inglês conhecido como menus drop-down) com diferentes propriedades e avaliado qual menu e suas propriedades apresentavam melhores resultados, entre eles, foi verificado o tempo de uso do menu e o número de erros cometidos para uma determinada tarefa. Conclui-se que, menus com melhores contraste e um tempo mediano de resposta ao realizar a interação, apresentaram melhores resultados / With the constant number of people who use facilitated through the use of the Web and its vast amount of content, have motivated computer specialists to investigate and monitor the trial of those users. It may be noted that a large number of users joining the Internet use is that of people aged mature (middle-aged, 40 to 59 years, and the elderly aged 60 years). It is a potentially interested public and pro-active to enjoy the possibilities that the Web provides each day. However, barriers to access to information are found naturally with advancing age, difficulties as the partial or total loss of vision, reducing accuracy of movements, and decreased retention of steps to be performed are some examples of these barriers . To overcome the difficulties presented by the users, studies have been conducted in order to minimize them in general. Their results are summarized in standards / guidelines to be followed in order to provide better usability and accessibility for the whole range of different types of users. In this context, the present study, we investigate which of these standards along with standards for the creation of websites that provide content provide better adaptation to meet the demand of people with older age. Thus, we studied different types of navigation menus that provide the subnavegações as needed by the user with different properties and evaluated their properties which menu and had better results, among them was found the time to use the menu and the number of errors for a particular task. It can be concluded that menus with better contrast and a median time of response to make the interaction, showed better results

Campus universitários são ambientes compostos de recursos e pessoas que utilizam os tais. Um dos principais recursos utilizados pela comunidade de um campus são os objetos de aprendizagem. Tais objetos existem de maneira abundante, espalhados no ambiente ou concentrados em um único local. Entretanto, a abundancia desses objetos faz com que uma pessoa sinta-se cognitivamente cansada ao ter que analisar vários objetos e selecionar apenas alguns. Esse cansaço cognitivo acaba levando a pessoa a escolher um conjunto de objetos de aprendizagem que não satisfarão suas necessidades e interesses da melhor maneira possível. A computação evoluiu de grandes mainframes a pequenos computadores espalhados em um ambiente. Hoje é possível a existência de ambientes pervasivos, onde os recursos computacionais estão sempre presentes e agindo de forma invisível ao usuário. Tais ambientes tornam possível o acompanhamento das atividades do usuário, provendo informações contextuais que podem ser utilizadas para ajudar a seleção dos melhores recursos (ex. objetos de aprendizagem, restaurantes, salas de aula) à determinada pessoa. A localização é uma informação contextual de grande importância na seleção de tais recursos. Tal informação pode ser facilmente obtida através do sinal de GPS do dispositivo móvel de um usuário e utilizada em conjunto com os interesses do usuário para recomendar os recursos próximos que melhor atenderão ao mesmo. Neste contexto este trabalho descreve uma abordagem para recomendar objetos de aprendizagem físicos ou virtuais que estejam relacionados aos prédios próximos a atual localização do usuário. Para executar tal tarefa é descrito um sistema de recomendação que utiliza a informação de localização, obtida através do dispositivo móvel do usuário, combinada à informações do perfil do usuário, dos objetos de aprendizagem relacionados aos prédios e informações tecnológicas do dispositivo para instanciar um modelo ontológico de contexto. Após instanciado o modelo são utilizadas regras semânticas, escritas em forma de antecedente e consequente, que fazem uma correspondência entre os interesses do usuário e o domínio de conhecimento do objeto de aprendizagem para filtrar os objetos próximos ao usuário. De posse desses objetos recomendados o sistema os apresenta em uma interface adaptativa que mostra a localização tanto dos objetos quanto do usuário. Para validar a abordagem apresentada é desenvolvido um estudo de caso onde as regras semânticas de recomendação são executadas sobre o modelo ontológico desenvolvido. O resultado gerado por tais regras é um conjunto de pares (usuário, objeto de aprendizagem recomendado) e prova a validade da abordagem. / University campus are environments composed of resources and people who use them. One of the main resources used by a campus community are learning objects. Such objects are abundantly even scattered in the environment or concentrated in one location. However the abundance of such objects makes a person feel cognitively tired when having to analyze various objects and select just a few of them. This cognitive fatigue eventually leads the person to choose a set of learning objects that do not meet their needs and interests in the best possible way. Computing has evolved from large mainframe to small computers scattered in an environment. Today it is possible the existence of pervasive environments where computational resources are always present and acting in a manner invisible to the user. Such environments make it possible to monitor user activities, providing contextual information that can be used to help select the best resources (e.g. learning objects, restaurants, classrooms) to a particular person. The location is a contextual information of great importance in the selection of such resources. Such information can be easily obtained through the GPS signal from a mobile device and used with the user’s interests to recommend the nearby resources that best attend his needs and interests. In this context, this work describes an approach to recommend physical or virtual learning objects that are related to buildings near the user’s current location. To accomplish such a task we described a recommender system that uses the location information, obtained through the user's mobile device, combined with information from the user’s profile, learning objects related to buildings and technological information from the device to instantiate an ontological context model. Once the model is instantiated we used semantic rules, written in the form of antecedent and consequent, to make a match between the user’s interests and the knowledge domain of the learning object in order filter the user’s nearby objects. With such recommended objects, the system presents them in an adaptive interface that shows both the object and the user location. To validate the presented approach we developed a case study where the recommendation semantic rules are executed on the developed ontological model. The income generated by such rules is a set of pairs (user, recommended learning object) and proves the validity of the approach.

Made available in DSpace on 2014-10-09T12:52:56Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T14:01:56Z (GMT). No. of bitstreams: 0 / A esterilização utilizando a radiação ionizante é uma técnica consolidada para o processamento de produtos médicos descartáveis. No Brasil há irradiadores gama em operação com capacidade entre 0.37 PBq (10kCi) a 185 PBq (5 MCi ) utilizando radioisótopos 60Co como fonte de radiação. O trabalho desenvolvido proporciona um controle e registro apurado da aplicação das Boas Práticas de Fabricação (BPF), durante todas as fases de um processo de irradiação, requeridos pelas normas da ANVISA , ISO e recomendações técnicas da AIEA durante o tratamento de alimentos e produtos médicos. Todas as etapas envolvidas no tratamento por irradiação estão mapeados em fluxos de processos (workflow) onde cada agente (participante) tem suas tarefas sistematizadas. A aquisição de dados do processo, o acompanhamento e controle, estão baseados em um conjunto de ferramentas (software livre de licenças) integradas por uma rede de comunicação eficiente, inclusive, utilizando-se recursos da WEB. O desenvolvimento foi realizado para uma unidade com capacidade de processamento a nível industrial , utilizando-se o Irradiador Gama Multipropósito do IPEN/CNEN/USP. O sistema permite a rastreabilidade do processamento, em tempo real, a qualquer participante e também o armazenamento dos registros correspondentes para serem auditados. / Tese (Doutoramento) / IPEN/T / Instituto de Pesquisas Energeticas e Nucleares - IPEN-CNEN/SP

A evolução das relações sociais, o acelerado avanço tecnológico e a dinâmica das relações comerciais fizeram com que o conhecimento e a informação se tornassem bens de inegável valor em um mundo globalizado e em constante transformação. Como conseqüência, a informação constitui instrumento essencial para o desenvolvimento das relações humanas, e sua transmissão pauta-se, em regra, pela confiança depositada nos diversos interlocutores. No entanto a troca de informações pode acarretar a quebra dessa confiança, causando danos à pessoa ou ao patrimônio e dando origem à obrigação de repará-los. O presente trabalho, desenvolvido a partir de compilação doutrinária e jurisprudencial, objetiva proceder à análise e discussão da responsabilidade daqueles que dão informações, conselhos ou recomendações a outrem, em especial no que tange às relações entre particulares. O exercício potencialmente danoso do dever de informar, a negligente transmissão de um parecer ou de um simples esclarecimento e os prejuízos daí decorrentes justificam o estudo mais detalhado deste tema. Assim, pretende-se discorrer sobre os fundamentos do dever de informar, de dar conselhos ou recomendações, tomando-se por base a ordem de valores de nosso ordenamento, alicerce necessário para o desenvolvimento das relações pessoais e fonte de um dever ético de conduta, a fim de demonstrar a existência de uma responsabilidade pela quebra da confiança depositada no sistema jurídico brasileiro, cuja violação gera a obrigação de reparação dos danos que dela decorram. Sobre essa base valorativa, nosso trabalho objetiva proceder à análise da responsabilidade pelos danos causados nas relações entre particulares, em virtude de conselhos, recomendações ou informações, seja na fase que antecede a formação do contrato, seja na fase de sua conclusão e execução ou até mesmo posteriormente à sua extinção. / The development of social relationships, the swift technological advancements, and the dynamics of business relations have turned knowledge and information into invaluable assets in an ever changing, globalized world. As a result, information has become a fundamental tool in the development of human relations. Disclosure of information is currently subject to the mutual reliability exercised by the several actors involved in the process. However, exchanging information may lead to a failure in complying with such reliability, which is likely to cause ultimate damage to persons or assets and therefore result in the obligation to repair. This paper was prepared on the basis of data gathered from case law and legal rules, and aims to review and discuss the liability assigned to those who provide information, counseling and recommendations to third parties, particularly within the framework of private parties. The reasons for a more detailed approach to this issue lie on the potentially damaging nature of the obligation to inform and the damage that is likely to result from the reckless rendering of either an opinion or more specific information. This paper will approach the fundamentals of the obligation to render information, counseling or recommendations on the basis of the Brazilian legal system, which is not only a pillar of personal relations development, but also a source for ethical conduct obligation. To a larger extent, it aims to provide evidence that liability stems from relying on the Brazilian legal system, and that failure to comply with said system will lead into the obligation of repairing the damage incurred. Based on these values, this paper will further review the liability derived from providing counseling, recommendations or information within the scope of private parties relationships. This applies to the initial stages of an agreement as well as the termination and settlement thereof and the procedures following thereafter.

Submitted by JÚLIO HEBER SILVA (julioheber@yahoo.com.br) on 2018-02-19T11:16:14Z No. of bitstreams: 2 Dissertação - Fernando Henrique da Silva - 2018.pdf: 7574243 bytes, checksum: 54853391be8cd76fc74017985311ad09 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-02-19T11:31:02Z (GMT) No. of bitstreams: 2 Dissertação - Fernando Henrique da Silva - 2018.pdf: 7574243 bytes, checksum: 54853391be8cd76fc74017985311ad09 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-02-19T11:31:02Z (GMT). No. of bitstreams: 2 Dissertação - Fernando Henrique da Silva - 2018.pdf: 7574243 bytes, checksum: 54853391be8cd76fc74017985311ad09 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-02-16 / Hemotherapy units has difficulties to optimize the search for blood donors in emergency situations, as well as to keep their blood stocks at adequate levels. On the other hand, the use of computational techniques for prediction has obtained promissing results in several areas of knowledge, and can be seen as a fundamental tool in obtaining blood donations, however, are little explored in this sector. Given this gap, this research aimed to analyze and develop prediction techniques to optimize the search for donors with higher conversion rate to the donation, focusing on data mining techniques. For this, we first analyzed the performance of traditional literature classifiers applied to a real database, which produced unsatisfactory prediction results. Seeking for higher quality results we propose a top-k recommendation approach of blood donors, which uses heuristics to estimate a confidence degree in donation. Computational experiments show that the top-k recommendation approach achieves good results for all three developed heuristics. The support vector-based heuristic achieving 94.09% of precision among the top-10 recommended, and 99.90% of precision for top-1, for the same data set that the classifiers were not successful. It is expected that the results of this research will contribute to the academic community due to the variety of classifiers analyzed and especially due to the proposed top-k recommendations approach. In the future, this approach can be better analyzed with other databases and even improved by the development of new heuristics. In addition, it is believed that the developed top-k approach can be used in health prediction systems, with a focus on predicting blood donors, especially in emergency situations. / Unidades Hemoterápicas encontram dificuldades para otimizar a busca por doadores de sangue em situações de emergência, assim como para manter seus estoques sanguíneos em níveis adequados. Por outro lado, a utilização de técnicas computacionais de predição tem obtido ótimos resultados em várias áreas do conhecimento, podendo ser vista como uma ferramenta fundamental na obtenção de doações de sangue, contudo, são pouco exploradas neste setor. Dado esta lacuna, este trabalho objetivou em analisar e desenvolver técnicas de predição para otimizar a busca por doadores com maior taxa de conversão à doação, com foco em técnicas de mineração de dados. Para isto, primeiramente analisou-se o desempenho de classificadores tradicionais da literatura aplicados a uma base de dados real, o que produziu resultados de predição insatisfatórios. Na busca de resultados de maior qualidade foi proposta uma abordagem de recomendação dos top-k, que utiliza heurísticas para a estimar a confiança em doação. Experimentos computacionais demonstram que a abordagem de recomendação top-k alcança bons resultados para todas as três heurísticas desenvolvidas. A heurística baseada em vetores de suporte obteve taxas de precisão de 94,09% entre os top-10 recomendados, chegando a 99,90% de precisão para o top-1, para a mesma base em que não se obteve sucesso com o uso de classificadores. É esperado que os resultados deste trabalho contribuam para a comunidade acadêmica devido a variedade de classificadores analisados e principalmente pela abordagem de recomendações top-k proposta. Futuramente esta abordagem poderá ser melhor analisada com outras bases de dados e até mesmo aprimorada pelo desenvolvimento de novas heurísticas. Além disso, acredita-se que a abordagem top-k desenvolvida possa ser utilizada em sistemas predição na área da saúde, com foco na predição de doadores de sangue principalmente em situações de emergência.