A pesquisa visa compreender como comportamento, emoção e subjetividade participam da construção de um conflito ou polarização de ideias como instrumento da Guerra Cognitiva em redes sociais, entre atores ou grupos de atores, como por exemplo na plataforma Twitter e Facebook, através da aplicação de métodos ou modelos computacionais que trabalham a subjetividade entre os mesmos, utilizando-se de algoritmos baseados em aprendizado de máquina. O sentimento dos diálogos dos atores sobre o assunto abordado quanto a polaridade dos conteúdos, classificando as opiniões, por exemplo se são positivas ou neutras ou negativas, é também analisado. Adotaremos técnicas de mineração de texto e análise de sentimentos. O objetivo é desenvolver e apresentar um sistema de processamento e análise de textos que otimize a identificação de polarização de ideias e aperfeiçoe a tomada de decisão multicritério dentro de contextos diversos nas redes sociais, levando em conta sentimentos e emoções. A abordagem consiste em identificar e coletar as opiniões dos usuários do Twitter sobre determinados assuntos, na efervescência dos acontecimentos em torno dos assuntos elencados. São aplicadas as técnicas de mineração de texto e análise de sentimentos para extrair qualificadores dos dados analisados. Além disso, desenvolvemos um sistema de visualização de dados que se apoia na parametrização de intervalos de valores para cores. Nossos dados sugerem o que já se conhece à luz da psicolinguística: o humano, ao expressar-se, pode revelar uma variedade de emoções que experimenta, internamente, e que inspiram sua experiência subjetiva, suas ações, e sua comunicação.
Computer trading is currently relatively limited to quantitative trading in paper markets, such as, futures, swaps, and options, ignoring the large volume of physical commodities trading. Numerical algorithms and mathematical methods are frequently applied in the trading of non-physical commodities and stock markets. However, the physical trade of oil does not have a computer program that represents an unquestionable development that includes more complex and subjective factors that traders take into consideration when entering a transaction. Using fuzzy logic, this work proposes a new approach to base a method that can rank oils and the variables, commonly involved in the trading. It uses fuzzy logic to blend objective and subjective factors and brings in two key hierarchical steps to the process. It is shown that this model can also be useful for apprising a decision-making process, improving internal communication, and for the management of physical commodities trading. Here the options of trading are assessed accordingly to its numerical and linguistic judgments, considering even abrupt outcomes. The wide-ranging options, successive filters, and factors evaluation that mirror the technical and expert trading decision making process make it possible for the future application of artificial intelligence (AI) in physical commodities trading.
Cada vez mais o mundo vem se preocupando com as emissões de gás carbônicos advindos da queima do combustível fóssil. Pois bem, diversos estudos sobre o assunto têm sido feitos no Brasil e no Mundo. No Brasil especificamente, o tema também vem gerando trabalhos importantes para elaboração de políticas públicas e tomadas de decisão importantes na sociedade. A Covid 19 promoveu uma aceleração sobre a transformação da matriz energética e o Centro-Oeste brasileiro ocupa uma posição interessante nesta dinâmica. O trabalho trata do assunto levantando os dados e tratando esses sob uma perspectiva da construção de um discurso utilizando Lógica Fuzzy. Para o discurso, foi usada o conceito de Relações Fuzzy, capaz de tratar o assunto considerando as incertezas. Por sua vez o Brasil deve estar atento às demandas internas e externas pois é visto como um grande fornecedor de combustível verde e a questão ambiental deve estar inserida na pauta e aplicada na construção de um conhecimento para a transformação energética que está ocorrendo na região Centro-Oeste brasileira.
O presente trabalho propõe um modelo que visa a análise de performance dos recursos computacionais da computação em nuvem, especificamente, carga de CPU, uso de memória e escalabilidade de recursos, abordando a utilização de algoritmos baseados em linguagem de programação Python, bem como fundamentação em método fuzzy e algoritmo desenvolvido para auxílio à tomada de decisão na detecção da melhor performance em escalabilidade. O interesse pelas áreas da engenharia da produção, engenharia da computação, ciência da computação, lógicas, gestão, proatividade em estudar a aplicabilidade de Lógica Fuzzy com apoio da Ciência de Dados, são fatores que favorecem a elaboração da presente dissertação de mestrado, bem como o importantíssimo acompanhamento da rede de pesquisas dos estudos anteriores desenvolvidos no Programa de Engenharia de Produção da Universidade Federal do Rio de Janeiro. O presente trabalho poderá servir como apoio a outros estudantes e pesquisadores que se interessam pelo assunto, auxiliando na elaboração de projetos e trabalhos na área da engenharia da produção, engenharia da computação, ciência da computação, administração e áreas correlatas a presente dissertação.