Análises implícitas de dados na produção de conhecimento em Ciência da computação: um estudo bibliométrico

Abstract

Ciência e negócios são exemplos de áreas afetadas em decorrência do notável volume e variedade de dados atualmente disponíveis. Com isto uma área de estudos fica em evidencia, ciência dos dados. O grande desafio e analisar esta quantidade de dados e gerar informação. Necessitando o emprego de técnicas apropriadas, as análises implícitas. Dada a importância destes algoritmos em nosso cotidiano, as produções cientificas fundamentadas nesta área também avultam. Então, pela bibliometria, campo de estudo da ciência da informação, que de forma quantitativa e estatística avalia as produções cientificas. Este trabalho tem por objetivo, desenvolver uma pesquisa bibliométrica na ciência da computação a partir de trabalhos que empregam técnicas de analises implícitas. Além do mapeamento bibliométrico, também foi realizada a fundamentação teórica sobre ciência dos dados, analises implícitas e bibliometria. São abordadas as seguintes analises implicitas: Apriori, arvores de decisão, classificadores bayesianos, DBSCAN, FPGrowth, máquinas de vetores de suporte, redes neurais artificiais, k-means e kmedoid. Os artigos científicos analisados são oriundos de três bases de dados, SciElo, Scopus e Web of Science. A pesquisa seguiu os seguintes critérios de inclusão de arquivos: artigos aplicados a computação, utilizar alguma das analises implícitas e não ser uma bibliometria. Ao fim da pesquisa bibliométrica com volume de 46 artigos, dos quais foram obtidos resultados e conclusões relevantes ao cenário da pesquisa de analises implícitas em ciência da computação. Por meio do h-index, os três principais autores são: Brazdil Thomaš, Artur S. D'Avila Garcez e Mahajan, Meena com os respectivos h-index, quinze, treze e doze, e identificado que o pesquisador Ye, Yongkai destaca-se por ser o unico autor com mais de um trabalho nesta pesquisa, assim como, estabelece uma relação de coautoria em demais trabalhos. Ainda, o ano de 2018 foi o ano mais produtivo com dezesseis artigos, também destaca-se China e Índia pelas suas produtividades, nove e sete respectivamente. Também, a partir dos artigos destaca-se cinco grupos de pesquisas: Pesquisa e Desenvolvimento, Processamento de Linguagem Natural, Seguranca Computacional, Pesquisa e Indexação de Conteúdo e Ausência de Dados em datasets. As análises mais utilizadas foram árvores de decisão, Apriori e redes neurais artificiais. De acordo com os resultados obtidos, conclui-se que este campo de pesquisa encontra-se em crescimento, possui pelo menos duas subáreas de tendência de pesquisa: Pesquisa e Desenvolvimento Computacional e Processamento de Linguagem Natural, além de uma lacuna de pesquisa, Ausência de Dados em datasets. Ainda, entre os autores, confirma-se a existência de uma relação de cooperação qual e identificado pelos trabalhos do autor Ye, Yongkai e também os estudos apontam para análises mais utilizadas, árvores de decisão, Apriori e redes neurais artificiais.