Estudante de Engenharia da Computação participa do principal fórum internacional de Ciência de Dados

O estudante Gustavo Henrique Bruno dos Santos, do curso de Engenharia da Computação da UTFPR Campus Curitiba , participou da maior conferência de Data Science para pesquisadores e profissionais na área de mineração de dados da academia, indústria e governo, com o objetivo de compartilhar ideias, resultados de pesquisas e experiências.

O evento foi em Toronto, entre os dias 3 e 8 de agosto e foi organizado pela Association for Computing Machinery’s Special Interest Group on Knowledge Discovery and Data Mining (SIGKDD). Durante a ocasião, o discente apresentou seu trabalho na categoria de Consórcio de Graduação e Mestrado, uma iniciativa para expandir e aprimorar a participação de alunos de graduação e mestrado de diversas formações em pesquisas relacionadas à descoberta de conhecimento a partir de dados.   

Gustavo apresentou seu estudo por meio de poster e trocou ideias com profissionais e pesquisadores, compartilhando conhecimentos e feedbacks. “Durante os dias do evento, pude participar de tutoriais, workshops, palestras e apresentação de artigos que não só ampliaram meus conhecimentos no estado da arte e os problemas mais importantes para a comunidade científico no momento, mas também pude conversar com os pesquisadores dos trabalhos que mais se alinham com a minha pesquisa, descobrindo coisas que não sabia, tendo boas ideias para continuar com a pesquisa, e me inspirando a continuar a pesquisa utilizando como base esses aprendizados, além de ter feito contatos que desejam colaborar e me dar feedback nas minhas próximas pesquisas” compartilha. 

A pesquisa 

Sob orientação do professor Thiago Silva, do Departamento Acadêmico de Informática (DAINF), a pesquisa de Gustavo estudou o uso de redes sociais baseadas em localização, como o Google Places e o Foursquare, para traçar padrões de interesses. 

Em uma primeira etapa, a pesquisa analisou a cidade de Curitiba , comparando dados do Google Places e do Foursquare. Os primeiros resultados demonstraram que as duas redes possuem um padrão similar de funcionamento, em que os usuários de ambas adotam comportamentos semelhantes. Isso significa que um pesquisador pode usar apenas uma delas e conseguir resultados satisfatórios, pois as duas têm a mesma lógica e conseguem traduzir padrões gerais de comportamento urbano, algo que facilita a pesquisa nessa área, já que esses tipos de dados são difíceis de ter acesso. 

Em seguida, com os padrões obtidos nessas análises, o aluno descobriu que as pessoas não são influenciadas pelas características socioeconômicas dos bairros de Curitiba na decisão das áreas que querem frequentar, mas a distância geográfica tem papel relevante. 

Por fim, a pesquisa de Gustavo rendeu o desenvolvimento de um sistema de recomendação explicável para cidades e bairros. 

A SIGKDD

A Association for Computing Machinery’s Special Interest Group on Knowledge Discovery and Data Mining é o principal fórum internacional para pesquisadores e profissionais de mineração de dados. Durante os dias do evento, que acontece anualmente, todos os participantes trocam experiências e feedbacks importantes que dão novas perspectivas para as pesquisas de cada um.