logotipo ence

 

ENCEemFOCO_N2.
SiSU 2024
Catalogo de Projetos 2023
Nota 5 Post para Facebook
Núcleo ENCE Covid-19
Agenda de Eventos Externos
SAS
1/7 
start stop bwd fwd

 
 
  

Vídeo Institucional
 
 
 
ungp brazil hub logo md
 
 
 
ico rbe.fw
 
 
 
banner com qrcode completo

Apresentação de Monografia da Graduação de João Pedro Logatto Chimento

ESCOLA NACIONAL DE CIÊNCIAS ESTATÍSTICAS

Graduação em Estatística

Apresentação de Monografia

A Escola Nacional de Ciências Estatísticas convida para a defesa de Monografia da Graduação intitulada:

 “REDES SOCIAIS: UMA APLICAÇÃO NO MUNDO MUSICAL

Aluno: João Pedro Logatto Chimento

Orientador:Gustavo da Silva Ferreira

Data: 24 de janeiro de 2022

Horário: 14h00min

Local:

https://ibge.webex.com/ibge/j.php?MTID=md9d6de2ac6eb0c2530a7f53e6cc8f7c4 (senha TCCENCE)

 

Resumo da Monografia: A produção e disponibilidade de dados na web aumenta a cada dia de forma exponencial. Entretanto, em sua maioria, tais dados não se apresentam de forma estruturada, o que torna seu manuseio mais complexo. A ampliação do uso de redes sociais como Facebook, Twitter e Spotify pode ser vista como grande exemplo das duas afirmações anteriores. Os dados produzidos pelos milhões de usuários destas redes não mostram uma estrutura definida. Contudo, o conceito de rede social deve ser compreendido em sua essência além do ambiente digital; uma rede social se estrutura por um conjunto de atores ou nós ligados por uma relação. Ou seja, quaisquer dois ou mais elementos que possuam alguma relação de similaridade entre si podem ser considerados como formadores de uma rede social. Dito isso, este trabalho visa construir uma rede social entre músicas (extraídas do Spotify) de diversos gêneros através de seus vocábulos mais frequentes em uma base de treinamento, formando um conjunto de palavras representativos de cada um dos gêneros. E, após a extração dessas palavras, empenhar-se em prever os gêneros de novas canções através de suas palavras. Para isto, foram utilizados modelos logísticos binários, escalonamento multidimensional e modelos multinomiais. Ao comparar as previsões percentuais dos modelos bernoulli e previsões dos modelos multinomiais, observa-se maior acurácia em relação aos modelos bernoulli, dado que as maiores porcentagens correspondiam ao gênero correto em mais oportunidades. Confrontando os resultados, a configuração do modelo bernoulli adotado, observando a previsão percentual, obteve 52% de acurácia em uma análise global, enquanto os modelos multinomiais, considerando todas as variáveis e apenas as variáveis significativas, obtiveram 32% e 20% de acurácia global, respectivamente.

Banca examinadora:

Gustavo da Silva Ferreira (Escola Nacional de Ciências Estatísticas/ENCE-IBGE/Brasil) - Orientador
Daniel Takata Gomes (Escola Nacional de Ciências Estatísticas/ENCE-IBGE/Brasil)

Coordenação de Graduação

Endereço: Rua André Cavalcanti, 106 - Bairro de Fátima - CEP 20231-050 - Rio de Janeiro