Aplicação do text mining para incorporação de informações sócio-econômicas em sistemas objetivos de previsão de safra.
Vários estudos acadêmicos e esforços governamentais têm sido empreendidos para predizer, com confiança, a área plantada e a produtividade, no intuito de estimar oficialmente as safras agrícolas brasileiras. A estimativa oficial é baseada em levantamentos sistemáticos, por município, com informação colhida através de entrevistas em estabelecimentos rurais e outros setores organizados da sociedade. É importante, contudo, que outros fatores sejam considerados para a consolidação dos números regionais, estaduais e nacionais, especialmente, os fenômenos climáticos, condições para o manejo das lavouras, ocorrência generalizada de pragas e doenças. Sob esta ótica, o presente estudo apresenta a técnica de mineração de textos para incorporação de fatores sócio-econômicos no processo de previsão de safras. Estes fatores foram analisados no contexto de notícias jornalísticas por meio do software Eurekha, que possibilitou formar agrupamentos com índice de similaridades aceitáveis.
| Main Authors: | , , , |
|---|---|
| Other Authors: | |
| Format: | Anais e Proceedings de eventos biblioteca |
| Language: | Portugues pt_BR |
| Published: |
2006-09-05
|
| Subjects: | Informação não estruturada, Mineração de texto, Previsão de safras, Non-structured information, Text mining, Harvest forecast, |
| Online Access: | http://www.alice.cnptia.embrapa.br/alice/handle/doc/6822 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|