MINERAÇÃO DE DADOS ENQUANTO FERRAMENTA DE PESQUISA: UMA
INVESTIGAÇÃO NOS PROGRAMAS DE PÓS-GRADUAÇÃO
DATA MINING AS A RESEARCH TOOL: AN INVESTIGATION IN GRADUATE
PROGRAMS
JOÃO CLÁUDIO GRYSZSZYN
Universidade Estadual do Centro-Oeste (UNICENTRO)
E-mail: joaoclaudiogrys@yahoo.com
MYLLER GOMES
Universidade Estadual do Centro-Oeste (UNICENTRO)
E-mail: myller@unicentro.br
RESUMO
No presente contexto social, o volume de dados disponíveis vem aumentando, as técnicas de mineração de dados
se apresentam como uma solução para se obter informações precisas e rápidas em meio a essas grandes
quantidades de dados. Considerando a necessidade das instituições de ensino superior a estarem atualizadas com
essas novas tendências, a presente pesquisa tem como objetivo central demonstrar a aplicabilidade prática e o
contexto pelo qual as teses de doutorado em programas de pós-graduação nota 7 na avaliação CAPES e sua
relação a mineração de dados. O número total de teses analisadas foi de 58 documentos. Com a análise,
percebeu-se que a USP é a instituição responsável pelo maior número de publicações. E o programa em que mais
defendeu teses foi o de Ciências da computação. Quanto a aplicabilidade prática, as teses foram aplicadas em um
maior número nas áreas de educação, informática e análise de características de solos. Sendo assim a mineração
de dados é uma técnica capaz de explorar conjuntos de dados, considerando sua relevância para se obter
informações subjacentes no cerne do processo de descoberta do conhecimento.
Palavras-chave: Mineração de dados; Pós-graduação; Teses.
ABSTRACT
In the present social context, the volume of available data is increasing, data mining techniques are presented as
a solution to obtain accurate and fast information in the midst of these large amounts of data. Considering the
need for higher education institutions to be up-to-date with these new trends, the main objective of this research
is to demonstrate the practical applicability and the context in which doctoral these in graduate programs grade 7
in the CAPES assessment and their relationship to data mining. The total number of theses analyzed was 58
documents. With the analysis, it was noticed that USP is the institution responsible for the largest number of
publications. And the program in which defended the most theses was Computer Science. As for practical
applicability, the theses were applied greater number in the areas of education, informatic and analysis of soil
characteristics. Thus, data mining is a technique capable of exploring data sets, considering their relevance to
obtain underlying information at the heart of the knowledge discovery process.
Keywords: Data mining; Postgraduate studies; Theses.
Revista de Estudos em Organizações e Controladoria-REOC, ISSN 2763-9673, UNICENTRO, Irati-PR, v. 2, n. 2, p. 39-52, jul./dez., 2022.
40
João Cláudio Gryszszyn e Myller Gomes
MINERAÇÃO DE DADOS ENQUANTO FERRAMENTA DE PESQUISA: UMA INVESTIGAÇÃO NOS PROGRAMAS DE PÓS-GRADUAÇÃO
1 INTRODUÇÃO
As Instituições de Ensino Superior (IES) exercem grande influência no
desenvolvimento econômico das regiões em que estão inseridas. Essas instituições, em
especial as Universidades, fornecem a função de ensino, pesquisa e extensão, e quanto mais o
território explorar estas práticas, maior a tendência de desenvolvimento socioeconômico. Vale
destacar que quanto mais interações os agentes econômicos, tanto privadas como públicos,
tiverem com as IES, mais transferência de tecnologia e inovação vai ocorrer. Entretanto, as
Universidades devem estar atualizadas com as novas necessidades das empresas e do
mercado, pois caso contrário não haverá essa disponibilização de conhecimento (REGO;
CALEIRO, 2012).
Por outro lado, no contexto das organizações, a complexidade da globalização faz com
que a informação seja uns dos bens mais valiosos que uma organização possui, ou seja, ter
informações rápidas e precisas é de grande importância para sua estratégia corporativa. Diante
desse contexto a tecnologia da informação proporciona ferramentas e metodologias para as
organizações lidarem com essa gama de informações, e assim se manterem ativas e
competitivas no mercado em constante transformação (COSTA et al. 2009). Para isto, existem
as técnicas de Mineração de Dados, que segundo Gaya et al. (2017), é um processo que
permite extrair informações implícitas, que sejam a princípio desconhecidas, mas que são
potencialmente relevantes com base no objetivo da investigação.
Analisando o contexto geral e, considerando que as IES devem sempre estar
atualizadas com as necessidades do mercado, que a Mineração de Dados faz parte desse novo
contexto econômico e o uso da bibliometria é importante para a identificação de produção das
Universidades, o objetivo do presente estudo é analisar o contexto das teses de Doutorado
publicadas entre os anos de 2015 a 2018, que possuem relação com a campo da Mineração de
Dados. Com atenção especial ao seu contexto empírico de aplicação.
2 DEFINIÇÕES E APLICABILIDADES DA MINERAÇÃO DE DADOS
O termo Mineração de Dados (MD) originou-se pelo fato de haver uma semelhança
entre a extração de minérios valiosos na natureza, com a busca por informações valiosas em
grandes volumes de dados. Pois ambos os processos necessitam de que haja uma divisão de
grande quantidade de materiais ou, uma análise, para que se possa encontrar o que realmente
Revista de Estudos em Organizações e Controladoria-REOC, ISSN 2763-9673, UNICENTRO, Irati-PR, v. 2, n. 2, p. 39-52, jul./dez., 2022.
41
João Cláudio Gryszszyn e Myller Gomes
MINERAÇÃO DE DADOS ENQUANTO FERRAMENTA DE PESQUISA: UMA INVESTIGAÇÃO NOS PROGRAMAS DE PÓS-GRADUAÇÃO
tem valor (CANCHUMANI, 2015). “A mineração de dados trata de extrair ou minerar
conhecimento de grandes volumes de dados” (SANTOS, 2015, p. 95).
Os dados que são capturados em nosso ambiente, são a base para obter um modelo do
universo em que estamos inseridos. A forma tradicional de transformar dados em informação
geralmente se ampara na análise manual. Com o passar do tempo essa forma de análise, se
torna subjetiva, lenta e cara diante do aumento dos bancos de dados. Sendo assim a solução é
automatizar parcialmente o processo de análise de dados (FAYYAD; SHAPIRO; SMYTH,
1996a).
Extrair informações em um grande volume de dados é uma tarefa difícil, para facilitar
esse processo, o reconhecimento de padrões existentes, facilita a tomada de decisão no
gerenciamento de sistemas (MONZANI, 2016). Ao longo do tempo a ideia de encontrar
padrões úteis obteve várias nomenclaturas, entre essas, está a extração de conhecimento,
mineração de dados, processamento de padrões, coleta de informações etc. (FAYYAD;
SHAPIRO; SMYTH, 1996a).
A MD surge com a evolução e sofisticação da área da computação, ligada com o
desafio de lidar com grandes volumes de dados que estão armazenados em bancos, por meio
da identificação de padrões. Esse desafio surgiu para preencher a lacuna existente em técnicas
antigas de análise, ou seja, surgiu para atender as novas caraterísticas dos dados, sejam elas
em relação ao formato, complexidade, armazenamento, atributos ou distribuição
(NHACUONGUE, 2015).
Assim a MD visa encontrar padrões existentes e com isso contribuir para a análise de
um grande conjunto de dados. Como por exemplo, uma de suas tarefas é a predição, em que,
por meio do encontro de padrões é almejado predizer o comportamento de uma entidade,
baseando-se em características de sua história (SILVEIRA JÚNIOR, 2018).
Há muito tempo existe a prática de aprendizado a partir de dados, mas o interesse pela
MD começou recentemente em nossa história e se tornou rapidamente intenso. A principal
causa desse fato é que o gerenciamento de banco de dados começou há pouco tempo. Dados
em grandes quantidades, estão presentes em sistemas de gerenciamento de banco de dados
(FRIEDMAN, 1997). Desde 1990 o acesso a bases de dados foi facilitado pela tecnologia da
informação e comunicação, permitindo assim o processamento com um viés de descoberta do
conhecimento (CANCHUMANI, 2015).
Porém, de acordo com as ideias de Friedman (1997) a MD é um campo cuja definição
não é exata e, depende do ponto de vista do autor que está a definindo. O que pode ser
Revista de Estudos em Organizações e Controladoria-REOC, ISSN 2763-9673, UNICENTRO, Irati-PR, v. 2, n. 2, p. 39-52, jul./dez., 2022.
42
João Cláudio Gryszszyn e Myller Gomes
MINERAÇÃO DE DADOS ENQUANTO FERRAMENTA DE PESQUISA: UMA INVESTIGAÇÃO NOS PROGRAMAS DE PÓS-GRADUAÇÃO
comprovado a partir das várias definições que esse autor encontrou na literatura, conforme
apresentado no Quadro 1.
QUADRO 1 – Conceitos de mineração de dados
AUTOR CONCEITO
Fayyad, Shapiro e Smyth
(1996a)
A Mineração de Dados é o processo não trivial de identificar dados válidos,
novos potencialmente úteis e, finalmente, sob padrões aceitáveis nos dados.
Zekulin (1997) A Mineração de Dados é o processo de extrair informações previamente
desconhecidas, compreensíveis e acionáveis de grandes bancos de dados e usá-
las para tomar decisões cruciais de negócios.
Ferruzza (1996) A Mineração de Dados é um conjunto de métodos usados no processo de
descoberta de conhecimento para distinguir relacionamentos e padrões
anteriormente desconhecidos nos dados.
John (1997) A Mineração de Dados é o processo de descobrir padrões vantajosos nos dados.
Parsaye (1997) A Mineração de Dados é um processo de suporte à decisão em que procuramos
em grandes bancos de dados padrões desconhecidos e inesperados de
informações.
Fonte: Adaptado de Friedman (1997).
Esse termo está sendo utilizado principalmente por comunidades de sistemas de
informação gerencial e analistas de dados. Teve também, uma significativa usualidade no
campo de banco de dados. Para enfatizar a ideia de que o conhecimento é oriundo de dados,
foi usada a frase “Knowledge Discovery in Databases” (KDD), ou para o português,
“Descoberta de Conhecimento em Banco de Dados” no primeiro Workshop KDD em 1989.
Vale destacar que, a MD está presente nesse processo (FAYYAD; SHAPIRO; SMYTH,
1996a).
Avaliação
Mineração Conhecimento
de Dados
Transformação
Padrões
Pré-Processamento Dados
Transformados
Dados
Seleção
Processados
Subconjunto
de Dados
Figura 1 – Processo KDD
Fonte: Adaptado de Fayyad, Shapiro e Smyth (1996b).
Revista de Estudos em Organizações e Controladoria-REOC, ISSN 2763-9673, UNICENTRO, Irati-PR, v. 2, n. 2, p. 39-52, jul./dez., 2022.
43
João Cláudio Gryszszyn e Myller Gomes
MINERAÇÃO DE DADOS ENQUANTO FERRAMENTA DE PESQUISA: UMA INVESTIGAÇÃO NOS PROGRAMAS DE PÓS-GRADUAÇÃO
Comumente o termo Mineração de Dados é confundida como sinônimo do processo
KDD (SANTOS, 2015). O processo KDD está relacionado a descoberta de conhecimento de
uma forma geral, no qual a Mineração de Dados é somente uma parte desse processo. Sendo
que o processo envolve outras etapas e a Mineração de Dados é apenas uma delas (FAYYAD;
SHAPIRO; SMYTH, 1996a; SANTOS, 2015). Dentro do processo de descoberta de
conhecimento, a Mineração de Dados é a parte mais importante da análise dos dados
(MANHÃES, 2015).
O processo de Descoberta de Conhecimento em Banco de Dados ou processo KDD
envolve o pré-processamento dos dados, a mineração e o por último a apresentação dessas
informações sob determinadas regras, no qual a MD fica encarregada da principal fase do
processo, ou seja, ela possui a função de identificar um método capaz de encontrar padrões
existentes nos dados (MONZANI, 2016).
Muitas vezes a MD também é confundida com processos de recuperação de
informação, mas na verdade, são duas áreas diferentes em que uma pode complementar a
outra. A recuperação da informação está relacionada com técnicas para localizar, acessar e
organizar informações. E a Mineração de Dados possui um papel que vai além, que é
converter dados brutos em informações úteis, ou descobrir conhecimento em banco de dados
(NHACUONGUE, 2015).
3 TÉCNICAS DE MINERAÇÃO DE DADOS: UMA VISÃO GERAL
Para explorar essa grande quantidade de dados a MD consiste em técnicas automáticas
que auxiliam nesse processo, com objetivo de descobrir novas relações e padrões entre esses
dados, sendo que se fossem analisados “a olho nu”, pelo ser humano, não seriam facilmente
descobertos (CARVALHO, 2005). Fayyad, Shapiro e Smyth (1996a) concordam com essa
definição ao afirmarem que a MD consiste na aplicação de algoritmos para a extração de
padrões presentes nos dados.
As várias técnicas que são utilizadas, devem ser escolhidas de acordo com a situação
dos dados. Ou seja, com base nos tipos de dados e no conhecimento que se almeja
disponibilizar a partir desses dados. Sendo assim, somente a partir da identificação das
características dos dados, é que se pode escolher a melhor técnica para analisá-los e, descobrir
padrões e informações a partir destes (MANHÃES, 2015).
Várias técnicas de MD podem ser utilizadas juntas, entre essas técnicas está a árvore
de decisão, algoritmo de priori e agrupamento. A árvore de decisão está relacionada com o
Revista de Estudos em Organizações e Controladoria-REOC, ISSN 2763-9673, UNICENTRO, Irati-PR, v. 2, n. 2, p. 39-52, jul./dez., 2022.
44
João Cláudio Gryszszyn e Myller Gomes
MINERAÇÃO DE DADOS ENQUANTO FERRAMENTA DE PESQUISA: UMA INVESTIGAÇÃO NOS PROGRAMAS DE PÓS-GRADUAÇÃO
processo de classificação de dados dentro de processo de tomada de decisão. Já o algoritmo
de priori busca essencialmente por padrões nos dados. E os algoritmos de agrupamentos
podem ser por deslocamento médio e por número de grupos (MONZANI, 2016).
Existem duas categorias em que são divididas as técnicas de MD que, são as
supervisionadas e as não supervisionadas (TAN; STEINBACH; KUMAR, 2009). As técnicas
supervisionadas possuem como objetivo elaborar modelos para definir um atributo
especificado. E as técnicas não supervisionadas visam encontrar padrões e tendências nas
bases de dados (PELOIA, 2015).
Existem também algumas tarefas de MD como, análise exploratória de dados,
recuperação de conteúdo, classificação, mineração de associação, entre outras tarefas. Para
desenvolver cada uma dessas tarefas existe um, ou, vários algoritmos, que podem ser
aplicados em uma ou mais tarefas (HRISTIDIS et al., 2010).
Existem diversas áreas de aplicação do processo KDD nos negócios, finanças,
marketing, detecção de fraude, telecomunicações, manufatura etc. Também pode ser aplicada
em outras áreas como a astronomia e saúde (FAYYAD; SHAPIRO; SMYTH, 1996a). Pode
ser utilizado no âmbito comercial ou científico (MONZANI, 2016). Os avanços das técnicas
de Mineração de Dados estimulam o desenvolvimento de várias áreas da ciência, sendo assim
as pesquisas relacionadas a inteligência computacional possui caráter multidisciplinar
(FERREIRA, 2018). No Quadro 2 são apresentados alguns exemplos de aplicações de
técnicas de Mineração de Dados.
Quadro 2 – Exemplos de aplicabilidade de MD
SITUAÇÕES DE APLICABILIDADE DE MD
MD vem sendo usada para a gestão de desastres naturais, em que com a utilização das tarefas de MD nessa
área tem como objetivo encontrar padrões, correlações e tendências nos dados, para assim entender mudanças
e poder evitar recorrência de futuros fenômenos indesejáveis (HRISTIDIS et al., 2010).
Os autores Pradhan et al. (2008) utilizaram a mineração de dados para mapear áreas de risco de deslizamento
de terra por meio da análise de fotos de obtidas por satélite.
Ferreira (2018) utilizou a MD na indústria petrolífera para identificar padrões de dados multidimensionais
dessa indústria. Pois nesse contexto o a precisão e eficiência dos dados são importantes devidos aos altos
valores implicados. E pequenas otimizações no consumo de óleo de gás geram efeitos significativos para a
economia. Assim a MD permite a decisão baseadas em dados, e oferece acesso efetivo e rápido a grandes
bancos de informações.
Fonte: Dados da pesquisa (2022).
Conforme observado a MD apresenta semelhanças nas suas definições, mas em
essência a sua ligação está no desenvolvimento do processo de descoberta do conhecimento
por meio de técnicas analíticas avançadas.
Revista de Estudos em Organizações e Controladoria-REOC, ISSN 2763-9673, UNICENTRO, Irati-PR, v. 2, n. 2, p. 39-52, jul./dez., 2022.
45
João Cláudio Gryszszyn e Myller Gomes
MINERAÇÃO DE DADOS ENQUANTO FERRAMENTA DE PESQUISA: UMA INVESTIGAÇÃO NOS PROGRAMAS DE PÓS-GRADUAÇÃO
4 METODOLOGIA
A presente pesquisa, com o objetivo de analisar o contexto empírico em que os
estudos de doutorado, possuem relação com a MD, considerou-se na coleta dados, somente as
teses que possuem relação com o tema e que foram publicadas no território brasileiro.
Também foi realizada classificação manual, que excluiu as teses publicadas em línguas
estrangeiras, devido a limitação de programas tradutores que realizem uma tradução
compreensível. Sendo assim serão consideradas somente as teses publicadas no idioma
português brasileiro.
Foram analisadas somente as teses que foram publicadas por meio de IES que
possuem nota 7 (avaliação da CAPES). Essa nota é atribuída aos programas de pós-graduação
das IES, e é realizada pela CAPES, considerando alguns critérios específicos. Tal escolha
pelas publicações exclusivas de IES com nota 7, é pelo fato de que essa é a nota mais alta da
avaliação realizada pela CAPES em programas de pós-graduação. Ou seja, com esse critério,
é possível enfocar os objetivos propostos somente no âmbito das publicações das IES mais
renomadas do Brasil. Para encontrar os resultados mais atualizados referentes aos objetivos do
estudo, foram consideradas somente as publicações do ano de 2015 a 2019. Essa delimitação
temporal é definida considerando a necessidade apresentar uma realidade mais recente das
teses.
O processo de identificação das Teses, consistiu-se em 2 etapas, na primeira foram
identificadas as IES que possuem nota 7, no site do “Cursos recomendados/reconhecidos” da
CAPES. E a segunda etapa identificou as Teses, no site do “Catálogo de Teses e
Dissertações” da CAPES. O passo a passo das etapas 1 e 2, são apresentadas a seguir.
Etapa 1 - Busca pelos “cursos recomendados/reconhecidos” pela CAPES No
campo “consulta” foi usado por “nota” Inserido na Plataforma Sucupira usou-se a nota “7”
Busca no nome da área de avaliação, para encontrar as áreas do conhecimento Busca
no nome na área do conhecimento, para identificar o nome das Instituições de Ensino
Coleta do nome das universidades para realização da segunda etapa.
Etapa 2 - Busca pelo “catálogo de teses e dissertação” da CAPES Inserção no
campo de busca pela palavra-chave “mineração de dados”, e clicado no espaço “buscar”
Para refinar os resultados foram usados os filtros: “Doutorado (tese)”; os anos de “2015”,
“2016”, “2017”, “2018” e “2019” e as intuições que possuem nota 7 (encontradas na etapa 1).
E na sequência, clicar em “refinar meus resultados” Buscar link “detalhes” de cada tese
Baixar a tese para a análise.
Revista de Estudos em Organizações e Controladoria-REOC, ISSN 2763-9673, UNICENTRO, Irati-PR, v. 2, n. 2, p. 39-52, jul./dez., 2022.
46
João Cláudio Gryszszyn e Myller Gomes
MINERAÇÃO DE DADOS ENQUANTO FERRAMENTA DE PESQUISA: UMA INVESTIGAÇÃO NOS PROGRAMAS DE PÓS-GRADUAÇÃO
5 RESULTADOS
Para encontrar as teses de doutorado em relação a mineração de dados, foram
estabelecidas 2 etapas de coleta de dados. Sendo que na primeira seriam encontras as IES com
nota 7, e na segunda etapa seriam encontradas as teses. Na primeira etapa foram encontradas
47 IES com a nota 7 da CAPES, conforme Quadro 3.
Quadro 3 - IES com nota 7 na avaliação da CAPES
(continua)
INSTITUIÇÕES DE NÍVEL SUPERIOR COM NOTA 7/CAPES
INSTITUTO NACIONAL DE MATEMÁTICA PURA E APLICADA (IMPA)
CENTRO BRASILEIRO DE PESQUISAS FÍSICAS (CBPF)
FIOCRUZ (CENTRO DE PESQUISAS RENÉ RACHOU) (FIOCRUZ-CPqRR)
FUNDAÇÃO GETÚLIO VARGAS (RJ) (FGV/RJ)
FUNDAÇÃO GETÚLIO VARGAS (SP) (FGV/SP)
FUNDAÇÃO OSWALDO CRUZ - FIOCRUZ (FIOCRUZ)
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS (INPE)
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO (PUC/SP)
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO (PUC-RIO)
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO GRANDE DO SUL (PUC/RS)
UNIVERSIDADE DE BRASÍLIA (UNB)
UNIVERSIDADE DE SÃO PAULO (RIBEIRÃO PRETO) (USP/RP)
UNIVERSIDADE DE SÃO PAULO (SÃO CARLOS) (USP/SC)
UNIVERSIDADE DE SÃO PAULO (USP)
UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO (UERJ)
UNIVERSIDADE DO VALE DO RIO DOS SINOS (UNISINOS)
UNIVERSIDADE ESTADUAL DE CAMPINAS (UNICAMP)
UNIVERSIDADE ESTADUAL DE CAMPINAS, PIRACICABA (UNICAMP-PI)
UNIVERSIDADE ESTADUAL DE LONDRINA (UEL)
UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO - INSTITUTO DE FÍSICA
TEÓRICA (UNESP-IFT)
UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO (ARARAQUARA) (UNESP-
ARAR)
UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO, JABOTICABAL (UNESP-JAB)
UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO, PRESIDENTE PRUDENTE
(UNESP-PP)
Revista de Estudos em Organizações e Controladoria-REOC, ISSN 2763-9673, UNICENTRO, Irati-PR, v. 2, n. 2, p. 39-52, jul./dez., 2022.
47
João Cláudio Gryszszyn e Myller Gomes
MINERAÇÃO DE DADOS ENQUANTO FERRAMENTA DE PESQUISA: UMA INVESTIGAÇÃO NOS PROGRAMAS DE PÓS-GRADUAÇÃO
Quadro 3 - IES com nota 7 na avaliação da CAPES
(conclusão)
INSTITUIÇÕES DE NÍVEL SUPERIOR COM NOTA 7/CAPES
UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO, SÃO JOSÉ DO RIO PRETO
(UNESP-SJRP)
UNIVERSIDADE FEDERAL DA BAHIA (UFBA)
UNIVERSIDADE FEDERAL DE CAMPINA GRANDE (UFCG)
UNIVERSIDADE FEDERAL DE GOIÁS (UFG)
UNIVERSIDADE FEDERAL DE LAVRAS (UFLA)
UNIVERSIDADE FEDERAL DE MINAS GERAIS (UFMG)
UNIVERSIDADE FEDERAL DE PELOTAS (UFPEL)
UNIVERSIDADE FEDERAL DE PERNAMBUCO (UFPE)
UNIVERSIDADE FEDERAL DE SANTA CATARINA (UFSC)
UNIVERSIDADE FEDERAL DE SANTA MARIA (UFSM)
UNIVERSIDADE FEDERAL DE SÃO CARLOS (UFSCAR
UNIVERSIDADE FEDERAL DE SÃO PAULO (UNIFESP)
UNIVERSIDADE FEDERAL DE UBERLÂNDIA (UFU)
UNIVERSIDADE FEDERAL DE VIÇOSA (UFV)
UNIVERSIDADE FEDERAL DO CEARÁ (UFC)
UNIVERSIDADE FEDERAL DO PARANÁ (UFPR)
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO (UFRJ)
UNIVERSIDADE FEDERAL DO RIO GRANDE (FURG)
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE (UFRN)
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL (UFRGS)
UNIVERSIDADE FEDERAL FLUMINENSE (UFF)
UNIVERSIDADE SÃO FRANCISCO (USF)
USP (CENTRO DE ENERGIA NUCLEAR NA AGRICULTURA) (USP/CENA)
USP (ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ) (USP/ESALQ)
Fonte: Dados da pesquisa (2022).
Na segunda etapa, ao digitar a palavra-chave “mineração de dados”, no buscador
“Catálogo de Teses e Dissertações” da CAPES, foram encontrados 1.762 resultados. Logo
após aplicar os filtros disponíveis na plataforma para se obter as teses de interesse da
pesquisa, foram encontrados 77 documentos que foram possíveis de serem baixados. Mas em
uma última seleção, feita de forma manual, foram descartados 19 documentos que eram em
Revista de Estudos em Organizações e Controladoria-REOC, ISSN 2763-9673, UNICENTRO, Irati-PR, v. 2, n. 2, p. 39-52, jul./dez., 2022.
48
João Cláudio Gryszszyn e Myller Gomes
MINERAÇÃO DE DADOS ENQUANTO FERRAMENTA DE PESQUISA: UMA INVESTIGAÇÃO NOS PROGRAMAS DE PÓS-GRADUAÇÃO
língua estrangeira, ou que eram apenas um resumo da tese, e não o documento completo.
Sendo assim, chegou-se a 58 teses.
Com esse mapeamento, foi possível de realizar algumas análises no que diz respeito as
aplicações práticas das teses, bem como das suas características contextuais, por meio das
quais foram desenvolvidas e publicadas. Em relação a sua aplicabilidade prática, foi possível
perceber que a mineração de dados foi aplicada com destaque nas áreas envolvendo educação,
informática e análise de características de solos. Conforme apresentado no Gráfico 1 desta
pesquisa.
Educação 11
Agronegócio 5
Saúde 7
Gerenciamento
de Energia 2
Análise de solos
9
Análise de
usuários digitais
3
Nanotecnologia 1
Biotecnologia 2
Industria Petroli-
fera 1
Jogos de Damas
1
Informá'ca 12
Análise de paten-
te 1 Aérea 1
Desenvolvimento
de Ciclovias; 1 Música 1
Gráfico 1 - Área de aplicação das teses – 2015 a 2019
Fonte: Dados da pesquisa (2022).
Outro fator relevante a ser considerado são os programas de pós-graduação que são
responsáveis pela maior quantidade de publicações. Sendo observado que os programas que
mais tiveram teses publicadas no período, são os de ciências de computação e matemática
computacional, ciência da computação, engenharia agrícola e engenharia elétrica. Conforme é
demonstrado no Quadro 4.
Revista de Estudos em Organizações e Controladoria-REOC, ISSN 2763-9673, UNICENTRO, Irati-PR, v. 2, n. 2, p. 39-52, jul./dez., 2022.
49
João Cláudio Gryszszyn e Myller Gomes
MINERAÇÃO DE DADOS ENQUANTO FERRAMENTA DE PESQUISA: UMA INVESTIGAÇÃO NOS PROGRAMAS DE PÓS-GRADUAÇÃO
Quadro 4 - Programas de pós-graduação com número de teses – 2015 a 2019
PROGRAMA DE PÓS-GRADUAÇÃO NÚMERO DE TESES
Informática 12
Informática na Educação 11
Ciência da Computação 6
Engenharia Agrícola 4
Engenharia Elétrica 4
Ciências de Computação e Matemática Computacional 4
Engenharia Mecânica 3
Cardiologia 1
Ciência, Tecnologia E Sociedade 1
Ciências Odontológicas 1
Ciência e Engenharia de Materiais 1
Ciências da Saúde 1
Ciência do Solo 1
Ciência do Sistema Terrestre 1
Computação Aplicada 1
Engenharia Florestal 1
Engenharia de Sistemas E Computação 1
Engenharia Elétrica e da Computação 1
Engenharia de Transportes 1
Geociências Aplicadas 1
Geografia 1
Total 58
Fonte: Dados da pesquisa (2022).
Pode ser observado que nesse caso, há uma concentração de pesquisas em mineração
de dados nos programas das ciências tecnológicas, e menos nas áreas das ciências sociais.
Umas das possibilidades desse fato ocorrer, é que como visto por Nhacuongue (2015), a MD
surgiu devido ao aumento de dados na área da computação. Fayyad, Shapiro e Smyth (1996a)
afirmam que existem outras áreas que podem se apropriar das técnicas de MD.
Como a mineração de dados visa extrair informações em grandes quantidades de
dados (SANTOS, 2015). As áreas das ciências sociais poderiam explorar mais essas técnicas
em suas pesquisas científicas. Pois nas ciências sociais está inserido o curso de administração.
Sendo assim, existe uma relevância da MD para o curso de administração, diante da grande
Revista de Estudos em Organizações e Controladoria-REOC, ISSN 2763-9673, UNICENTRO, Irati-PR, v. 2, n. 2, p. 39-52, jul./dez., 2022.
50
João Cláudio Gryszszyn e Myller Gomes
MINERAÇÃO DE DADOS ENQUANTO FERRAMENTA DE PESQUISA: UMA INVESTIGAÇÃO NOS PROGRAMAS DE PÓS-GRADUAÇÃO
quantidade de dados que o novo contexto social oferece e a importância das empresas se
manterem atualizadas e com informações precisas e rápidas.
Vale ressaltar que as análises aqui realizadas, consideram somente as teses que foram
possíveis de serem baixadas na íntegra. Essa impossibilidade de acesso ao restante das teses,
se dá ao fato de que as mesmas poderiam estar em processo de patenteamento, ou que por
algum outro motivo não foram autorizadas as suas divulgações. Sendo assim as análises
foram realizadas somente com as teses possíveis de serem baixadas, que somam um total de
58 documentos.
6 CONSIDERAÇÕES FINAIS
Considerando os objetivos propostos pelo estudo, que consistem em identificar o
contexto que as teses de doutorado, em relação a mineração de dados, foram publicadas. Em
específico a identificação das universidades com programas de pós-graduação de nível 7, e
também encontrar as teses dessas IES, e após realizar a análise do seu conteúdo, foi
observado que existem 47 IES que possuem programas de pós-graduação com nota 7. E que
após as buscas realizadas chegou-se ao total de 58 teses, e que todas foram analisadas.
Nas análises realizadas nas teses foi verificado que, em relação as IES que mais
publicam teses de doutorado em relação a mineração de dados são a USP, UFSM e UFRGS.
Sendo assim, nota-se que as pesquisas estão sendo mais publicadas na região Sul e Sudeste,
pois são onde se encontram tais universidades. Outro fato identificado é que dentre as IES,
que possuem teses analisadas, 19 são instituições públicas. Assim é reforçada a importância
do ensino público gratuito e de qualidade para o desenvolvimento da ciência impactando na
sociedade em termos econômicos, sociais e ambientais.
Em relação a análise dos programas de pós-graduação, por meio dos quais as teses
foram desenvolvidas, se observa que a maioria das teses foram publicadas por programas de
pós-graduação ligados a computação e informática. Ficando evidente que a mineração de
dados ainda não se expandiu de forma significativa para outros campos, como por exemplo,
as ciências sociais, onde está inserido o curso de administração. Isso é um ponto negativo,
pois durante o estudo ficou evidente a importância das técnicas de mineração de dados, para
se obter informações precisas e rápidas.
Vale ressaltar que, na pesquisa do estado da arte, foi observado uma incidência de
artigos relacionados a mineração de dados aplicados na área do sensoriamento remoto. Já nas
Revista de Estudos em Organizações e Controladoria-REOC, ISSN 2763-9673, UNICENTRO, Irati-PR, v. 2, n. 2, p. 39-52, jul./dez., 2022.
51
João Cláudio Gryszszyn e Myller Gomes
MINERAÇÃO DE DADOS ENQUANTO FERRAMENTA DE PESQUISA: UMA INVESTIGAÇÃO NOS PROGRAMAS DE PÓS-GRADUAÇÃO
teses, foi observado uma incidência de teses aplicadas na área da educação, análise de dados,
e análise de características de solos. Com esses resultados, pode ser observado que a
aplicabilidade prática dos estudos em relação a mineração de dados pode variar de acordo
com o tipo de pesquisa. Sendo claro que os resultados aqui encontrados, com base em teses de
doutorado, não podem ser generalizados para outros tipos de documentos científicos.
A presente pesquisa durante seu processo de execução, passou por algumas limitações.
Uma delas diz respeito a disponibilidade parcial das teses no catálogo de teses e dissertações.
Pois grande parte dessas teses não eram disponibilizadas por questão de direitos autorais.
Sendo que também algumas teses não eram disponibilizadas de forma integral, sendo
disponibilizado somente a carta de apresentação, ou o resumo da tese, devido ao seu processo
de patenteamento. Outra limitação desse estudo é que foi considerado somente teses
publicadas entre os anos de 2015 a 2019, e de IES com programas de pós-graduação de nível
7. Impossibilitando a generalização dos resultados aqui encontrados, para todas as IES
avaliadas pelas CAPES.
REFERÊNCIAS
ARAÚJO, R. F; ALVARENGA, L. A bibliometria na pesquisa científica da pós-graduação
brasileira de 1987 a 2007. Revista Eletrônica Biblioteconomia, v. 16, n. 31, p. 51-70, 2011.
CARVALHO, L. A. V. Data mining: a mineração de dados no marketing, medicina,
economia, engenharia e administração. Rio de Janeiro: Editora Ciência Moderna Ltda., 2005.
CANCHUMANI, R. M. L. Domínios Científicos na UFRJ: mapeamento de áreas de
conhecimento. 185 f. Tese (Doutorado em Ciência da Informação) – Universidade Federal do
Rio de Janeiro-RJ, 2015.
COSTA, C. N. et al. Descoberta de conhecimento em bases de dados. Revista Eletrônica da
Faculdade São José. v. 2, p. 1-10, 2009.
FAYYAD, U; SHAPIRO, G. P; SMYTH, P. From data mining to knowledge discovery in
databases. AI Magazine, v. 17, n. 3, p. 37-54, 1996a.
FAYYAD, U; SHAPIRO, G. P; SMYTH, P. Knowledge discovery and data mining: towards
a unifying framework. All rights reserved. p. 82-88. 1996b.
FERREIRA, F. G. Classificação de petróleos. 105 f. Tese (Doutorado em Engenharia
Elétrica) – Universidade Federal do Rio de Janeiro, Rio de Janeiro-RJ, 2018.
FRIEDMAN, J. H. Data mining and statistics: what's the connection? 1997. Disponível
em: http://www-stat.stanford.edu/~jhf/ftp/dm-stat.pdf. Acesso em: 25 de out 2021.
Revista de Estudos em Organizações e Controladoria-REOC, ISSN 2763-9673, UNICENTRO, Irati-PR, v. 2, n. 2, p. 39-52, jul./dez., 2022.
52
João Cláudio Gryszszyn e Myller Gomes
MINERAÇÃO DE DADOS ENQUANTO FERRAMENTA DE PESQUISA: UMA INVESTIGAÇÃO NOS PROGRAMAS DE PÓS-GRADUAÇÃO
GAYA, J. F. O. et al. Análise da mudança de processo seletivo para ingresso no ensino
superior usando ferramentas de mineração de dados. Revista Scientia Plena. v. 13, n. 04, p.
1-10, 2017.
HRISTIDIS, V. et al. Survey of data management and analysis in disaster situations. The
Journal of Systems and Software. v. 83, p. 1701-1714, 2010.
MANHÃES, L. M. B. Predição do desempenho acadêmico de graduandos utilizando
mineração de dados educacionais. 140 f. Tese (Doutorado em Engenharia de Sistemas e
Computação) - Universidade Federal do Rio de Janeiro, Rio de Janeiro-RJ, 2015.
MONZANI, R. C. Monitoramento não invasivo e identificação do consumo de energia
individual de cargas residenciais. 148 p. Tese (Doutorado em Engenharia Elétrica) –
Universidade Estadual de Campinas, Campinas-SP, 2016.
NHACUONGUE, J. A. O campo da Ciência da Informação: contribuições, desafios e
perspectivas da mineração de dados para o conhecimento pós-moderno. 194 f. Tese
(Doutorado em Ciência da Informação) – Faculdade de Filosofia e Ciências, Universidade
Estadual Paulista, São Paulo-SP, 2015.
PELOIA, P. R. Indução de regras de decisão para análise descritiva de padrões de
produtividade em talhões de cana-de-açúcar. 122 f. Tese (Doutorado em Planejamento e
Desenvolvimento Rural Sustentável) - Universidade Estadual de Campinas, Campinas-SP,
2015.
PRADHAN, B. et al. Application of a data mining model fo landslide hazard mapping. In:
PROCEEDINGS OF ISPRS, 37., Beijing, 2008. Anais […]. Beijing: ISPRS, p. 187-196,
2008.
REGO, M. C.; CALEIRO, A. Em torno do contributo das instituições de ensino superior para
a dinâmica regional de crescimento económico. DRd – Desenvolvimento Regional em
debate, n. 2, p. 124-138, 2012.
SANTOS, D. B. S. Concepção de uma solução escalável para maximização de influência
ciente de tópicos em redes sociais. 102 f. Tese (Doutorado em Engenharia Elétrica) -
Universidade Federal de Campina Grande, Campina Grande-PE, 2015.
SILVEIRA JUNIOR, C. R. Mineração de regras de associação espaço-temporais
temáticas aplicada a imagens de explosões solares. 140 f. Tese (Doutorado em Ciência da
Computação) – Universidade Federal de São Carlos, São Carlos-SP, 2018.
TAN, P.; STEINBACH, M.; KUMAR, V. Introdução ao data mining. Rio de Janeiro:
Ciência Moderna, 2009.
Revista de Estudos em Organizações e Controladoria-REOC, ISSN 2763-9673, UNICENTRO, Irati-PR, v. 2, n. 2, p. 39-52, jul./dez., 2022.
Apontamentos
- Não há apontamentos.
Direitos autorais 2022 João Claudio Gryszszyn, Myller Gomes
Revista de Estudos em Organizações e Controladoria (REOC), ISSN 2763-9673, Setor de Ciências Sociais Aplicadas de Irati (SESA/I), Campus Irati - Rua Professora Maria Roza Zanon de Almeida, s/n. Bairro: Engenheiro Gutierrez - Caixa Postal 21 - CEP 84505-677 - Irati – Paraná/Brasil - Editora UNICENTRO