SBBD2013

Lectures

 

 

Análise em Big Data e um Estudo de Caso utilizando Ambientes de Computação em Nuvem

Resumo: As novas aplicações de mineração de dados no contexto de Big Data ou análise em Big Data necessitam gerenciar grandes volumes de dados de diferentes tipos e estruturas. As técnicas de mineração aplicadas sob tais dados possibilita a extração de novos conhecimentos ou a realização de predições, por exemplo. Entretanto, o processamento intensivo de dados está além da capacidade de qualquer máquina individual e requer que a computação seja realizada em clusters. Dessa forma, a utilização de técnicas de mineração para grandes volumes de dados exige adaptações em seus algoritmos de forma a paralelizar a execução e utlizar ambientes de larga escala para o armazenamento e processamento, atualmente disponíveis por meio de infraestruturas de computação em nuvem. Este minicurso tem como objetivo apresentar os principais algoritmos de mineração para Big Data considerando a utilização de ambientes de computação em nuvem, além de apresentar boas práticas para o desenvolvimento de soluções neste contexto. Também é apresentado um estudo de caso considerando o domínio de dados de monitoramento de tráfego, enfatizando o uso das técnicas de mineração e da infraestrutura de nuvem discutidas. Por fim, são apresentadas as considerações finais sobre o tema, destacando oportunidades e desafios encontrados.

Autores

Ticiana L. C. da Silva: Professora Assistente da Universidade Federal do Ceará (UFC) em Quixadá. Doutoranda na UFC deste o início deste ano. Obteve seu Mestrado e Bacharelado em Ciência da Computação na UFC em 2013 e 2010, respectivamente. Durante o ano de 2012, foi estudante visitante na Universidade de Alberta (Canadá) por meio do programa Emerging Leaders of America Program (ELAP). Suas áreas de interesse são computação em nuvem, processamento de consultas, Big Data e mineração de dados.

Flávio R. C. Sousa: Professor Adjunto na Universidade Federal do Ceará em Quixadá. Administrador da nuvem privada de pesquisa da UFC. Autor e apresentador dos minicursos que tratam de computação em nuvem, gerenciamento de dados e elasticidade, respectivamente. Recentemente foi contemplado com as bolsas Amazon Web Services Research in Education e Microsoft Windows Azure Education. Palestrante em diversos eventos http://bit.ly/flaviosousa.

José Antônio F. de Macêdo: Professor Adjunto do Programa de Mestrado e Doutorado da Universidade Federal do Ceara. Pesquisador nível 2 do CNPQ. Doutor em Informática pela Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO). Pós-doutorado na École Polytechnique Fédérale de Lausanne (Suíça). Mestre pela PUC-RIO. A sua pesquisa é focada na especificação de modelos de dados semânticos, aplicados principalmente aos cenários de integração de dados e manipulação de dados espaço-temporais.

Javam C. Machado: Professor Associado no Programa de Mestrado e Doutorado na Universidade Federal do Ceará. Doutor em Informática pela Universidade de Grenoble I e Pós-Doutor pelo Institut National de Télécommunications. Mestre em Informática pela UFRGS. Tem orientado diversos trabalhos na área de Banco de Dados e Sistemas Distribuídos, especialmente na gestão de dados XML e Computação em Nuvem.

Introdução à Mineração de Opiniões: Conceitos, Aplicações e Desafios

Resumo: Redes sociais, fóruns, tweets, jornais on-line, sites para avaliação de produtos e serviços, são alguns exemplos de plataformas através das quais usuários têm expresso suas ideias e opiniões. A mineração de opiniões, ou análise de sentimentos, é uma disciplina recente que busca identificar conteúdo de opinião, e determinar o sentimento, percepção ou atitude do público em relação ao alvo desta opinião. Este minicurso discute a motivação para a área e suas principais aplicações; apresenta o problema de mineração de opiniões e conceitos relacionados; descreve um conjunto de técnicas para extrair opiniões e seu alvo, classificar seu sentimento ou polarizá-las, e sumarizar as opiniões; e conclui com desafios e perspectivas de pesquisa na área.

Autora

Karin Becker: possui Mestrado em Ciência da Computação pela UFRGS (1989), e Doutorado em Ciências (Opção Informática) pela Université de Namur (1993), Bélgica. Desde 2010, atua como professor adjunta no Instituto de Informática – UFRGS, onde desenvolve pesquisas na área de descoberta de conhecimento em banco de dados, mineração de dados da web, e inteligência de negócios. Possui ampla experiência na academia e na indústria de desenvolvimento de projetos de pesquisa e desenvolvimento. Possui cerca de 80 publicações, entre revistas, capítulos de livros e artigos completos em eventos nacionais e internacionais. Já atuou como presidente do comitê de programa e do steering committe do SBBD, além de membro do comitê de programa de inúmeras conferências nacionais e internacionais. Já apresentou tutoriais nas áreas de descoberta de conhecimento e banco de dados em eventos nacionais (SBBD) e latino americanos (Clei), além de minicursos e palestras de caráter regional (ERBD, Semanas Acadêmicas diversas). Seus projetos atuais na área de mineração envolvem mineração de serviços web para apoio à evolução e mineração de opinião para monitoração da evolução do sentimento.

Diego Tumitan é mestrando em Ciência da Computação pela Universidade Federal do Rio Grande do Sul (UFRGS), Brasil. Em 2011, obteve seu título de Bacharel em Ciência da Computação pela Faculdade de Informática de Presidente Prudente (FIPP), na Universidade do Oeste Paulista (UNOESTE). Suas áreas de interesse são: mineração de opinião e monitoramento de sentimento através do tempo.

Modelagem Conceitual de Bancos de Dados Geográficos: Modelo OMT-G

Resumo: Este minicurso apresenta conceitos relacionados à modelagem conceitual, de representação e de apresentação para bancos de dados geográficos, utilizando uma metodologia baseada no modelo OMT-G. O objetivo do minicurso é propiciar uma visão introdutória dos tipos de problemas que ocorrem quando componentes geográficos precisam ser incorporados a um banco de dados, e aborda soluções de projeto capazes de levar em consideração as características específicas dos dados geográficos. O minicurso é dividido em 2 momentos distintos: o teórico e o prático. Na parte inicial teórica, são apresentados conceitos sobre dados geográficos e o modelo OMT-G. Na parte prática, são apresentados e discutidos dois estudos de casos, problemas para modelagem utilizando o modelo OMT-G para produzir diagramas de classes e promover seu mapeamento até as estruturas físicas.

Autores

Bruno Rabello Monteiro: Professor Assistente II no Departamento de Ciências Exatas e Aplicadas (DECEA) da Universidade Federal de Ouro Preto, onde leciona para os cursos de Sistemas de Informação e Engenharia da Computação. Mestre e graduado em Ciência da
Computação pela Universidade Federal de Viçosa, com ênfase em Metodologias e Técnicas da Computação. Atualmente é doutorando em Ciência da Computação pela Universidade Federal de Minas Gerais. Realiza pesquisas nos temas: Banco de Dados, Sistemas de Informação Geográfica e Modelagem de Dados.

Clodoveu Augusto Davis Jr: Possui graduação em Engenharia Civil pela Universidade Federal de Minas Gerais (1985), mestrado em Ciência da Computação pela Universidade Federal de Minas Gerais (1992) e doutorado em Ciência da Computação pela Universidade Federal de Minas Gerais (2000). Atualmente é professor do Departamento de Ciência da Computação da Universidade Federal de Minas Gerais, onde atua como docente em cursos de graduação e no Programa de Pós-Graduação em Ciência da Computação. Atua também como docente no Curso de Especialização em Geoprocessamento da UFMG. Tem experiência na área de Ciência da Computação, com ênfase em geoinformática, atuando principalmente nos seguintes temas: bancos de dados geográficos, sistemas de informação geográficos (SIG), infraestruturas de dados espaciais, geoprocessamento, modelagem de dados geográficos, geocodificação e aplicações urbanas de SIG.