Usando redes complexas para caracterizar e identificar o sucesso de obras

• Processo: 21/01744-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de setembro de 2021
• Data de Término da vigência: 30 de setembro de 2022
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Diego Raphael Amancio
• Beneficiário: Giovana Daniele da Silva
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Bolsa(s) vinculada(s): 22/03683-0 - Usando redes cognitivas para modelar as emoções de livros, BE.EP.IC
• Assunto(s): Inteligência artificial Redes complexas Processamento de linguagem natural Metodologia e técnicas de computação Livros
• Palavra(s)-Chave do Pesquisador: livros | Processamento de Linguagem Natural | Redes Complexas | Sucesso | Inteligência Artificial

Resumo

As previsões se sobressaem na atualidade como uma das ferramentas mais importantes no que tange ao bem-estar e ao sucesso humano. Através delas é possível tomar providências antes que determinado evento ocorra, evitando, assim, consequências indesejadas. Por exemplo, é possível realizar predições de episódios como o indício de uma epidemia ainda em estágio inicial e a propagação de fake news. Nesse sentido, é também possível fazer previsões na chamada ciência do sucesso, que busca prever a potencialidade de êxito de um dado trabalho, seja ele um filme, uma pesquisa, um livro ou qualquer outro tipo de obra. Motivada por esse cenário, a proposta do presente projeto de pesquisa é investigar a utilização de redes complexas e medidas de rede na tarefa de caracterização e identificação de estilos e estórias que estejam intimamente relacionados com o fato de uma determinada obra no caso, um livro se consagrar como um exemplar de sucesso. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

SOUZA, BARBARA C. E.; SILVA, FILIPI N.; DE ARRUDA, HENRIQUE F.; DA SILVA, GIOVANA D.; COSTA, LUCIANO DA F.; AMANCIO, DIEGO R.. Text characterization based on recurrence networks. INFORMATION SCIENCES, v. 641, p. 15-pg., 2023-05-12. (19/07665-4, 21/01744-0, 20/06271-0, 18/10489-0, 15/22308-2)