Successfully reported this slideshow.

Pres

216 views

Published on

  • Be the first to comment

  • Be the first to like this

Pres

  1. 1. Indexa¸c˜ao de Documentos e Grafos de Coautoria no ˆAmbito da BDBComp Apresenta¸c˜ao Final Anderson Luis da Silva Freitas Universidade Federal de Minas Gerais 28 de junho de 2013 Anderson Luis da Silva Freitas Indexa¸c˜ao de Documentos e Grafos de Coautoria no ˆAmbito da B
  2. 2. Contextualiza¸c˜ao A BDBComp ´e uma plataforma que permite a pesquisa por dados e metadados referentes a autores, trabalhos, eventos e peri´odicos em computa¸c˜ao no cen´ario nacional. Atualmente, existem registros mais de 17.868 autores, 427 edi¸c˜oes de eventos, 54 edi¸c˜oes de peri´odicos e de mais de 13.374 tra- balhos publicados. Estes dados aumentam `a medida em que novos eventos e/ou peri´odicos s˜ao inclu´ıdos, trazendo consigo novos trabalhos e autores para o reposit´orio da BDBComp. Consulta desses dados est´a dispon´ıvel atrav´es da aplica¸c˜ao web da BDBComp. Anderson Luis da Silva Freitas Indexa¸c˜ao de Documentos e Grafos de Coautoria no ˆAmbito da B
  3. 3. Motiva¸c˜ao A BDBComp possui o objetivo n˜ao s´o de servir como reposit´orio mas tamb´em de tornar a recupera¸c˜ao de seus dados algo efici- ente e eficaz. Da mesma maneira, ´e necess´ario que a intera¸c˜ao do usu´ario com a plataforma seja agrad´avel e de f´acil manuseio. Anderson Luis da Silva Freitas Indexa¸c˜ao de Documentos e Grafos de Coautoria no ˆAmbito da B
  4. 4. Problemas Atuais Nomes de cita¸c˜ao amb´ıguos referenciam uma mesma pessoa. Os mecanismos de pesquisa realizam apenas buscas por subs- trings. N˜ao existe nenhuma forma de filtrar os resultados em mais de um campo. A listagem atual de eventos, peri´odicos e trabalhos ´e inflex´ıvel. Um autor deveria ser capaz de visualizar sua rede de coautoria. A p´agina de um evento, peri´odico ou autor poderia indicar os termos mais citados em seu dom´ınio. A interface WEB possui layouts inconsistentes e pouco ergonˆomicos. Anderson Luis da Silva Freitas Indexa¸c˜ao de Documentos e Grafos de Coautoria no ˆAmbito da B
  5. 5. O Problema dos Nomes de Cita¸c˜ao Um autor pode possuir mais de um nome de cita¸c˜ao. Exemplo: Mirella M. Moro, Mirella Moura Moro e Mirella Moro. No sistema atualmente em produ¸c˜ao cada um desses nomes de cita¸c˜ao possui sua pr´opria p´agina de autor. Problema: Para visualizar todas as suas publica¸c˜oes na BDB- Comp, um autor com N nomes de cita¸c˜ao deve acessar todas as N p´aginas. Solu¸c˜ao: Utilizar os resultados gerados pelo desambiguador de nomes desenvolvido no DCC para criar uma ´unica p´agina de autor onde ser˜ao associados todos os resultados. Resultado: A busca por autores agora gera apenas seu nome desambiguado como resultado e qualquer dos seus nomes de cita¸c˜ao aponta para uma mesma p´agina de autor. Anderson Luis da Silva Freitas Indexa¸c˜ao de Documentos e Grafos de Coautoria no ˆAmbito da B
  6. 6. O Problema da Pesquisa por Termos No sistema em produ¸c˜ao, a busca por autores, eventos, peri´odicos e trabalhos ´e realizada diretamente no banco de dados via fun¸c˜ao LIKE %termo%. Problemas Retorna os resultados onde o termo buscado seja sua substring N˜ao realiza pesquisas que envolvam mais de um campo. Resultados irrelevantes possuem mesmo peso que os relevantes. Solu¸c˜ao Desacoplar a l´ogica de busca do banco de dados e deleg´a-la a um indexador de documentos. Anderson Luis da Silva Freitas Indexa¸c˜ao de Documentos e Grafos de Coautoria no ˆAmbito da B
  7. 7. O Problema da Pesquisa por Termos Resultados A busca por um nome de autor, evento, peri´odico ou t´ıtulo de trabalho ´e realizada por termos exatos ou aproximados e os resultados s˜ao ordenados segundo seus graus de similaridade com os termos da busca (score). Um campo de busca avan¸cada foi adicionado `a aplica¸c˜ao. Numa mesma linha ´e poss´ıvel buscar por trabalhos segundo os nomes de autor, de cita¸c˜ao, t´ıtulos de eventos e peri´odicos, datas de publica¸c˜ao e conte´udo. No momento da indexa¸c˜ao de um documento, se o artigo com- pleto se encontra dispon´ıvel na web, ent˜ao o indexador adiciona seu conte´udo ao ´ındice e o torna busc´avel. Anderson Luis da Silva Freitas Indexa¸c˜ao de Documentos e Grafos de Coautoria no ˆAmbito da B
  8. 8. Busca por Autor Anderson Luis da Silva Freitas Indexa¸c˜ao de Documentos e Grafos de Coautoria no ˆAmbito da B
  9. 9. Busca Avan¸cada Anderson Luis da Silva Freitas Indexa¸c˜ao de Documentos e Grafos de Coautoria no ˆAmbito da B
  10. 10. O Problema da Listagem de Trabalhos Anderson Luis da Silva Freitas Indexa¸c˜ao de Documentos e Grafos de Coautoria no ˆAmbito da B
  11. 11. O Problema da Listagem de Trabalhos - Solu¸c˜ao Anderson Luis da Silva Freitas Indexa¸c˜ao de Documentos e Grafos de Coautoria no ˆAmbito da B
  12. 12. Demais Melhorias Nuvem de termos Gerada a partir de t´ıtulos e abstracts de trabalhos. Exclus˜ao de stopwords em inglˆes e portuguˆes. Cada express˜ao ´e composta por um a quatro termos. Algumas heur´ısticas s˜ao utilizadas para tentar extrair termos com maior valor semˆantico Lista de autores e coautores Todo evento ou peri´odico lista todos os autores seguidos do n´umero de trabalhos publicados por estes. Todo autor lista todos os seus coautores seguidos do n´umero de trabalhos em comum. Lista de eventos e peri´odicos As p´aginas destinadas a listar os eventos e peri´odicos agora oferecem duas op¸c˜oes de ordenamento: por ano e por nome. Padroniza¸c˜ao do layout das p´aginas Utiliza¸c˜ao de cores e formata¸c˜ao mais descritivos e consistentes entre todas as p´aginas. Anderson Luis da Silva Freitas Indexa¸c˜ao de Documentos e Grafos de Coautoria no ˆAmbito da B
  13. 13. P´agina de Autor Modificada Anderson Luis da Silva Freitas Indexa¸c˜ao de Documentos e Grafos de Coautoria no ˆAmbito da B
  14. 14. Valida¸c˜ao e Progresso Todos os layouts e mecanismos de busca e listagem de dados foram validados por professores do Laborat´orio de Bancos de Dados da UFMG. A aplica¸c˜ao est´a sendo implantada em m´aquinas do DCC para valida¸c˜ao de outros usu´arios antes que venha a substituir defi- nitivamente a aplica¸c˜ao web da BDBComp dispon´ıvel em: http://www.lbd.dcc.ufmg.br/bdbcomp/ Anderson Luis da Silva Freitas Indexa¸c˜ao de Documentos e Grafos de Coautoria no ˆAmbito da B
  15. 15. Conclus˜oes No que concerne as melhorias nos mecanismos de busca e de- sambigua¸c˜ao, esperamos ter demonstrado a dimens˜ao dos pro- blemas postos e o valor das solu¸c˜oes apresentadas. Adicionalmente, acreditamos que nossa contribui¸c˜ao tenha al- can¸cado o objetivo de tornar a interface web da BDBComp um ambiente mais intuitivo de busca por dados relacionados a trabalhos da computa¸c˜ao brasileira. Anderson Luis da Silva Freitas Indexa¸c˜ao de Documentos e Grafos de Coautoria no ˆAmbito da B

×