v. 13 (2017): VI Seminário de Pesquisa em Ciência da Informação do PPGCI/ECA/USP
Organização da informação em ambientes digitais

Extroversão e descoberta: visualização de dados no auxílio a buscas e recuperação de informações

Eduardo Caetano Barbosa
Universidade de São Paulo
Biografia
Nair Yumiko Kobashi
Universidade de São Paulo
Biografia

Publicado 26-09-2017

Palavras-chave

  • Big Data,
  • Classificação automática,
  • Recuperação da Informação,
  • Visualização de Dados

Como Citar

Barbosa, E. C., & Kobashi, N. Y. (2017). Extroversão e descoberta: visualização de dados no auxílio a buscas e recuperação de informações. Revista Brasileira De Biblioteconomia E Documentação, 13(Esp.), 115–120. Recuperado de https://rbbd.febab.org.br/rbbd/article/view/766

Resumo

A presente pesquisa tem como questão central “Como a visualização de dados é ou pode ser usada para a recuperação da informação? ”, e busca identificar, a partir da revisão da literatura selecionada em Ciência da Informação e do contexto tecnológico do Big Data, duas potenciais funções da visualização de dados aplicadas em repositórios digitais. A primeira função, de extroversão, aponta o uso da visualização para caracterizar e compreender um, ou um conjunto de repositórios digitais a partir de análises estatísticas, processamento e tratamento de dados. Gráficos, grafos e representações visuais podem trazer à superfície características intrínsecas do acervo de um ou mais repositórios digitais, evidenciar relações entre objetos informacionais e, por conseguinte, entre temas, conceitos e áreas do conhecimento de um ou mais domínios. A segunda, de descoberta, propõe que o usuário possa recuperar a informação usando a visualização dos dados como instrumento na interface de pesquisa em repositórios digitais. O trabalho é, portanto, um estudo exploratório que tem como objetivo refletir sobre a visualização da informação e sua aplicação na organização e recuperação de informações. Está sendo feita uma revisão da bibliografia da área da Ciência da Informação, com recorrência a autores de outras áreas como Ciências da Computação e Ciência dos Dados.