Texto completo
| |
| Autor(es): |
Elisandra Aparecida Alves da Silva
Número total de Autores: 1
|
| Tipo de documento: | Dissertação de Mestrado |
| Imprenta: | São Carlos. |
| Instituição: | Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB) |
| Data de defesa: | 2001-09-27 |
| Membros da banca: |
Renata Pontin de Mattos Fortes;
Junia Coutinho Anacleto;
Maria Carolina Monard
|
| Orientador: | Renata Pontin de Mattos Fortes |
| Resumo | |
Com avanço da World Wide Web (WWW) ocorreu um aumento significativo em desenvolvimento de hiperdocumentos Web (websites). Esse desenvolvimento, no entanto, tem se mostrado sujeito a muitos \"erros\", que em geral são atribuídos à manipulação de um grande número de nós e links. Tentando diminuir esses erros em potencial, muitos trabalhos têm proposto diferentes soluções para auxiliar a avaliação de hiperdocumentos e a aplicação de métricas se apresenta como uma possível abordagem, seguindo os preceitos de Engenharia de Software. Por sua vez, as métricas, em geral, são de difícil interpretação por parte dos webmasters. Assim, neste trabalho investigamos a abordagem de aplicação de métricas a websites contando com auxílio de técnicas de Aprendizado de Máquina (AM). Estas técnicas têm sido utilizadas em uma variedade de tarefas no contexto Web, tais como auxiliar os usuários em suas pesquisas, aprendizado relacionado aos interesses do usuário, extração de informações, entre outras. Este trabalho visa, através do suporte de técnicas de AM, auxiliar a abordagem de análise de métricas de websítes. (AU) | |
| Processo FAPESP: | 99/02042-3 - Avaliacao de hiperdocumentos a partir da classificacao de links. |
| Beneficiário: | Elisandra Aparecida Alves da Silva |
| Modalidade de apoio: | Bolsas no Brasil - Mestrado |