Ciência de Dados aplicada ao Arca: desenvolvimento e disponibilização de ferramentas para recuperação da informação no Repositório Institucional da Fundação Oswaldo Cruz

• Main Authors: Marcel de Moraes Pedroso (Author), Jefferson da Costa Lima (Author), Vinicius Belchior Assef Neto (Author)
• Format: Book
• Published: Instituto de Comunicação e Informação Científica e Tecnológica em Saúde (Icict) da Fundação Oswaldo Cruz (Fiocruz), 2017-11-01T00:00:00Z.
• Subjects: article
• Online Access: Connect to this object online.
• Notes: 10.29397/reciis.v11i0.1417; 1981-6278
• Keywords: Ciência de Dados; Armazenamento e Recuperação da Informação; Mineração de Dados; Aprendizagem de Máquina; Repositórios Institucionais.; Communication. Mass media; P87-96; Public aspects of medicine; RA1-1270
• Source: RECIIS, Vol 11 (2017)

O repositório institucional Arca é o principal instrumento de realização do acesso aberto na Fundação Oswaldo Cruz, tendo como missão reunir, hospedar, preservar, disponibilizar e dar visibilidade à produção intelectual da Instituição. A diversidade temática e a complexidade institucional da Fundação fomentam um desafio metodológico relacionado a classificação e recuperação dos objetos digitais depositados e a governança dos metadados registrados pelas comunidades que integram o repositório. Em 2016 o mecanismo de busca do Arca contabilizou mais de 400 mil consultas. É necessário um sistema de Recuperação da Informação que atenda as especificidades de indexação do repositório e a crescente demanda por informação por parte dos usuários internos e externos a Fiocruz. Neste trabalho propomos a utilização de ferramentas de Ciência de Dados, especialmente técnicas de Mineração de Dados e Aprendizagem de Máquina com o objetivo de aprimorar a Recuperação da Informação, por meio da classificação automática de objetos digitais depositados no Arca e o desenvolvimento e disponibilização de sistema de RI baseado em métricas de qualidade relacionadas aos conceitos de precisão e revocação.