Advanced search options

Advanced Search Options 🞨

Browse by author name (“Author name starts with…”).

Find ETDs with:

in
/  
in
/  
in
/  
in

Written in Published in Earliest date Latest date

Sorted by

Results per page:

Sorted by: relevance · author · university · dateNew search

You searched for +publisher:"Universidade Federal do Amazonas" +contributor:("Cavalcanti, Jo?o Marcos Bastos"). Showing records 1 – 3 of 3 total matches.

Search Limiters

Last 2 Years | English Only

No search limiters apply to these results.

▼ Search Limiters

1. Martins, Paulo Rodrigo Oliveira. Supporting Schema References in Keyword Queries over Relational Databases.

Degree: 2020, Universidade Federal do Amazonas

Relational Keyword Search (R-KwS) systems enable naive/informal users to retrieve information from relational databases without any knowledge about schema details or query languages. Roughly, R-KwS systems must determine which pieces of information to retrieve from the database and how to connect them to generate a relevant answer for the user. For instance, the keywords from the query may refer either to instance values or to database schema elements, such as relations and attributes names. Unfortunately, most of the R-KwS systems do not support references to the database schema. In this work, we propose a new method to generate an adequate SQL query from an input keyword query, taking advantage of references to the content of the database as well as references to the database schema. Our experiments indicate that schema references can help to improve the quality of the ranking the answers for the user.

Relational Keyword Search (R-KwS) systems enable naive/informal users to retrieve information from relational databases without any knowledge about schema details or query languages. Roughly, R-KwS systems must determine which pieces of information to retrieve from the database and how to connect them to generate a relevant answer for the user. For instance, the keywords from the query may refer either to instance values or to database schema elements, such as relations and attributes names. Unfortunately, most of the R-KwS systems do not support references to the database schema. In this work, we propose a new method to generate an adequate SQL query from an input keyword query, taking advantage of references to the content of the database as well as references to the database schema. Our experiments indicate that schema references can help to improve the quality of the ranking the answers for the user.

Advisors/Committee Members: Silva, Altigran Soares da, http://lattes.cnpq.br/3405503472010994, Moura, Edleno Silva de, http://lattes.cnpq.br/4737852130924504, Cavalcanti, Jo?o Marcos Bastos, http://lattes.cnpq.br/3537707069694606.

Subjects/Keywords: Relational keyword search system; Relational databases; Database schema elements; Query languages; Keyword query; CI?NCIAS EXATAS E DA TERRA: CI?NCIA DA COMPUTA??O; Keyword Search; Relational Databases; Schema References; Candidate Networks

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Martins, P. R. O. (2020). Supporting Schema References in Keyword Queries over Relational Databases. (Masters Thesis). Universidade Federal do Amazonas. Retrieved from https://tede.ufam.edu.br/handle/tede/7815

Chicago Manual of Style (16th Edition):

Martins, Paulo Rodrigo Oliveira. “Supporting Schema References in Keyword Queries over Relational Databases.” 2020. Masters Thesis, Universidade Federal do Amazonas. Accessed October 30, 2020. https://tede.ufam.edu.br/handle/tede/7815.

MLA Handbook (7th Edition):

Martins, Paulo Rodrigo Oliveira. “Supporting Schema References in Keyword Queries over Relational Databases.” 2020. Web. 30 Oct 2020.

Vancouver:

Martins PRO. Supporting Schema References in Keyword Queries over Relational Databases. [Internet] [Masters thesis]. Universidade Federal do Amazonas; 2020. [cited 2020 Oct 30]. Available from: https://tede.ufam.edu.br/handle/tede/7815.

Council of Science Editors:

Martins PRO. Supporting Schema References in Keyword Queries over Relational Databases. [Masters Thesis]. Universidade Federal do Amazonas; 2020. Available from: https://tede.ufam.edu.br/handle/tede/7815

2. Santos, Anderson Pimentel dos. Sistema de recomenda??o baseado em agrupamento usando Propaga??o de Afinidades.

Degree: 2017, Universidade Federal do Amazonas

Recomendar itens baseados na similaridade de interesses (Filtragem Colaborativa) ? atrativo para muitos dom?nios: livros, filmes, m?sicas, produtos e etc, mas isso nem sempre funciona bem devido ao fato das cole??es de itens serem muitos esparsas, como ocorre em empresas como Amazon, Netflix, Spotify, entre outras. A Filtragem Colaborativa baseada em agrupamento prop?e maior escalabilidade para cole??es muito esparsas, sua premissa ? que se a pessoa a e pessoa b gostam de um mesmo conjunto de filmes, ent?o provavelmente a pessoa a gostara de outros filmes que a pessoa b gosta. Aglomerando pessoas em grupos baseados nos itens que elas compraram, pode-se obter boas recomenda??es de itens a serem comprados, dessa forma, as predi??es podem ser feitas aglomerando-se pessoas em grupos em fun??o dos filmes que elas assistem (agrupamento baseado no usu?rio) e/ou grupos de filmes que tendem a ser do gosto das mesmas pessoas (agrupamento baseado no item). O K-means ? um algoritmo cl?ssico de agrupamento, sendo simples, eficiente e amplamente utilizado, entretanto podemos citar algumas limita??es em seu uso, como, o n?mero de grupos que deve ser definido a priori, a sensibilidade a escolha inicial dos centr?ides na cria??o dos grupos, a possibilidade de gerar grupos vazios, entre outros. O algoritmo Propaga??o de Afinidades ? uma alternativa ao k-means, ? um algo-ritmo proposto recentemente que ganhou grande popularidade na aplica??o em ?reas da bioinform?tica, apresentando bons resultados para problemas de agrupamentos de sequencias de DNA, mas tamb?m vem sendo aplicado em outras ?reas, como agrupa-mento de faces (imagem), cole??es de filmes e na sumariza??o de textos. Neste trabalho ? apresentada a implementa??o do algoritmo Propaga??o de Afinidades em sistemas de recomenda??o baseados em agrupamento, com o intuito de investigar se os bons resultados que o algoritmo tem mostrado em outras ?reas s?o v?lidos tamb?m para a ?rea de recomenda??o de v?deos baseada em agrupamento, realizando compara??es entre cole??es de Filmes por meio de m?tricas de avalia??o de predi??o para sistemas de recomenda??o.

Recommend items based on similarity of interests (Collaborative Filtering) is attractive to many domains: books, movies, music, products and etc. However, it's not always works well due to the fact of collections of items as scattered as in companies such as Amazon, Netflix, Spotify, among others. Clustering based collaborative filtering proposes greater scalability for very sparse collections, its premise is if the person a and person b like the same set of movies, then the person a probably will like other movies the person b likes. Clustering people into groups based on the items they bought, one can get good recommendations for items to be bought, in this way, predictions can be made by crowding people into groups, based on the movies they watched(user-based) and/or groups of movies which tend to be of the taste of the people the same interest(item-based). The K-means is a classic clustering algorithm, being simple,…

Advisors/Committee Members: Moura, Edleno Silva de, 40748758291, http://lattes.cnpq.br/4737852130924504, Melo, C?sar Augusto Viana, Cavalcanti, Jo?o Marcos Bastos, [email protected].

Subjects/Keywords: Sistema de recomenda??o; Filtragem colaborativa; Propaga??o de afinidades; CIENCIAS EXATAS E DA TERRA: CIENCIA DA COMPUTACAO

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Santos, A. P. d. (2017). Sistema de recomenda??o baseado em agrupamento usando Propaga??o de Afinidades. (Masters Thesis). Universidade Federal do Amazonas. Retrieved from https://tede.ufam.edu.br/handle/tede/6258

Chicago Manual of Style (16th Edition):

Santos, Anderson Pimentel dos. “Sistema de recomenda??o baseado em agrupamento usando Propaga??o de Afinidades.” 2017. Masters Thesis, Universidade Federal do Amazonas. Accessed October 30, 2020. https://tede.ufam.edu.br/handle/tede/6258.

MLA Handbook (7th Edition):

Santos, Anderson Pimentel dos. “Sistema de recomenda??o baseado em agrupamento usando Propaga??o de Afinidades.” 2017. Web. 30 Oct 2020.

Vancouver:

Santos APd. Sistema de recomenda??o baseado em agrupamento usando Propaga??o de Afinidades. [Internet] [Masters thesis]. Universidade Federal do Amazonas; 2017. [cited 2020 Oct 30]. Available from: https://tede.ufam.edu.br/handle/tede/6258.

Council of Science Editors:

Santos APd. Sistema de recomenda??o baseado em agrupamento usando Propaga??o de Afinidades. [Masters Thesis]. Universidade Federal do Amazonas; 2017. Available from: https://tede.ufam.edu.br/handle/tede/6258

3. Ferreira, Felipe Alves. Um Modelo de Classifica??o de Polaridade em Cinco N?veis.

Degree: 2017, Universidade Federal do Amazonas

An?lise de sentimento ? a ?rea de estudo que observa as opini?es das pessoas, sentimentos, avalia??es, atitudes e emo??es em torno de entidades como produtos, servi?os, organiza??es e eventos. No mundo real, empresas e organiza??es frequentemente est?o interessadas em saber opini?es p?blicas sobre seus produtos e servi?os. Os consumidores tamb?m est?o interessados em saber a opini?o de quem adquiriu um produto antes de compr?-lo. Outras pessoas est?o interessadas em saber a opini?o dos outros sobre determinados candidatos de um pleito eleitoral antes de tomar uma decis?o sobre quem ir? votar. O objetivo deste trabalho ? desenvolver um m?todo de aprendizagem supervisionada capaz de classificar tweets em cinco n?veis de polaridade (aprova??o completa, opini?o positiva pontual, opini?o neutra, opini?o negativa pontual e rejei??o completa) usando para isso tweets do contexto pol?tico como estudo de caso. Para tal, investigamos se t?cnicas que fazem detec??o de polaridade de tr?s n?veis s?o capazes de oferecer boas evid?ncias para o treino e testes de classificadores no contexto dos cinco n?veis de polaridade nos tweets. Partindo dessa ideia, propomos estrat?gias de aprendizagem com os classificadores ?rvores de Decis?o, Naive Bayes e SVM usando como features o modelo de bag-of-words, as evid?ncias a partir de resultados de m?todos que classificam polaridade em tr?s n?veis e um modelo de extra??o de meta-informa??o. Os resultados mostraram que existe um ganho nas acur?cias dos classificadores ao combinar os diferentes modelos de features.

Sentiment analysis is the area of study that observes people?s opinions, feelings, assessments, attitudes and emotions around entities such as products, services, organizations and events. In the real world, companies and organizations are often interested in knowing public opinions about their products and services. Consumers are also interested in knowing the opinion of those who bought a product before buying it. Other people are interested in knowing the opinions of others about certain candidates in an election process before making a decision about who will vote. The objective of this work is to develop a supervised learning method capable of classifying tweets in five levels of polarity (complete approval, punctual positive opinion, neutral opinion, punctual negative opinion and complete rejection) using tweets of the political context as a case study. In order to do this, we investigated whether three-level polarity detection techniques are capable of providing good evidence for training and classifier testing in the context of the five polarity levels in tweets. Based on this idea, we propose learning strategies with the Decision Trees, Naive Bayes and SVM classifiers using as features models: bag-of-words, evidence from results of methods that classify polarity in three levels and a meta-level extraction method. The results showed that there is a gain in the accuracy of the classifiers when combining the different models of features.

Instituto de Desenvolvimento…

Advisors/Committee Members: Oliveira, David Braga Fernandes de, http://lattes.cnpq.br/9561812825173697, Cavalcanti, Jo?o Marcos Bastos, http://lattes.cnpq.br/3537707069694606, Carvalho, Mois?s Gomes de, http://lattes.cnpq.br/1840067885522796.

Subjects/Keywords: Naive Bayes; Minera??o de dados (Computa??o); Polaridade; Tweet; ?rvores de Decis?o; CI?NCIAS EXATAS E DA TERRA; An?lise de Sentimento; Classifica??o; Polaridade; Opini?o; Naive Bayes; SVM; ?rvores de Decis?o

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Ferreira, F. A. (2017). Um Modelo de Classifica??o de Polaridade em Cinco N?veis. (Masters Thesis). Universidade Federal do Amazonas. Retrieved from https://tede.ufam.edu.br/handle/tede/7649

Chicago Manual of Style (16th Edition):

Ferreira, Felipe Alves. “Um Modelo de Classifica??o de Polaridade em Cinco N?veis.” 2017. Masters Thesis, Universidade Federal do Amazonas. Accessed October 30, 2020. https://tede.ufam.edu.br/handle/tede/7649.

MLA Handbook (7th Edition):

Ferreira, Felipe Alves. “Um Modelo de Classifica??o de Polaridade em Cinco N?veis.” 2017. Web. 30 Oct 2020.

Vancouver:

Ferreira FA. Um Modelo de Classifica??o de Polaridade em Cinco N?veis. [Internet] [Masters thesis]. Universidade Federal do Amazonas; 2017. [cited 2020 Oct 30]. Available from: https://tede.ufam.edu.br/handle/tede/7649.

Council of Science Editors:

Ferreira FA. Um Modelo de Classifica??o de Polaridade em Cinco N?veis. [Masters Thesis]. Universidade Federal do Amazonas; 2017. Available from: https://tede.ufam.edu.br/handle/tede/7649

.