Objetivos: A proposta visa recuperar e tratar um conjunto de dados para criação desistemas de recomendações em dados abertos, utilizando os dados das seguintes bases:OasisBr/IBICT, BDTD/IBICT, Plataforma Lattes, Espacenet, WikiData, Diadorim/IBICT, Latindex, DOAJ, UlrichsWeb, ROR, Dimensions, Altmetric, PlataformaSucupira, OpenAIRE, DBpedia, OpenCitations, SherpaRomeo, Miguelin e GoogleScholar Metrics.Métodos: Uso de Machine Learning e Ciência de dados para a construção de sistemas derecomendações para identificar revistas chave de áreas científicas; pesquisadores chavede temáticas especificas; pesquisadores chave a partir de suas participações em orientações/bancas de mestrado/doutorado, e; especialistas em inovação, a partir de grandeparticipação em determinadas temáticas de patentes. Para podermos identificar estecenário foi estruturado um ecossistema de sistemas de informação (científica e tecnológica),focado em identificar Pesquisadores, Infraestrutura de Laboratório e Equipamentos,Projetos de Pesquisa, Financiamento, Instituições de Pesquisa e Outputs (conjuntode dados, patentes, artigos científicos, teses/dissertações, softwares). Para reunir econgregar todos estes dados foi criado um grande banco de dados a partir do LaReferencia, com representações e Vivo Ontology e Elastic Search.Resultados: Construção de um sistema aberto para identificar a informação científica etecnológica de qualidade do Brasil. Até o momento foi criada a estrutura para dois dosquatros sistemas de recomendações (especialistas em produção científica e especialistasem teses de dissertações), os outros dois sistemas de recomendações (especialistas empatentes e sistema de especialidade para editores científicos) estão em fase final, comproposta de métricas e visualização já definidas. Os formatos e dados utilizados foramem XML e JSON, no qual foi realizada uma organização deste conhecimento em semânticae classificação. O propósito final do estudo foi: Representar toda informação daPlataforma Lattes, Sistemas CRIS, Bancos de patentes e outras fontes de ecossistemasem C&T; Aplicar de forma integradora e representativa ao público todo o processamentodos dados, identificação de entidades e seus relacionamentos; reestruturação dos dados, em poucos casos, visto que todo o sistema já está em concordância com os dadosda La Referencia, matriz da normalização dos dados; aplicação integradora da deduplicaçãodos dados, para entidades, pesquisadores, e; consolidação do Dashboard de busca.Conclusão: No inicio da proposta um dos pontos era criar sistemas de recomendaçõescom visualizações e métricas que pudessem identificar os atores mais relevantes, porémo que se conseguiu até o momento (agosto/2021) foram algumas visualizações e algumasmétricas de frequência, porém dentro do cronograma do grupo a proposta deestruturação de todo o processo está dentro dos prazos previstos, no qual se pretende queem dezembro/2021 já tenhamos o sistema para consulta pública e com todas as métricasinformativas aplicadas. Por outro lado, a base estrutural dos sistemas já está construída ejá é uma realidade para sistemas de recomendações de dados brasileiros, e podemosafirmar que este sistema é único no Brasil e na América Latina.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados