«UMA EQUIPA DE INVESTIGADORES DAS UNIVERSIDADES DO MINHO E DO PORTO CRIOU UM SISTEMA INTELIGENTE QUE SUGERE MELHORIAS NO DESENHO DE NOTÍCIAS ONLINE ANTES DA SUA PUBLICAÇÃO, COM VISTA A AUMENTAR A SUA POPULARIDADE. O SISTEMA PERMITIU, NOS TESTES, AUMENTAR 15% A PROBABILIDADE DE UMA NOTÍCIA SER POPULAR E AINDA IDENTIFICAR A MAIORIA (73%) DAS NOTÍCIAS QUE VIRIAM A SER POPULARES.
A investigação venceu o ‘Best Paper Award’ da 17ª Conferência Portuguesa em Inteligência Artificial, entre 81 artigos de autores de 18 países, e foi já publicada pela editora Springer. O trabalho ‘A proactive intelligent decision support system for predicting the popularity of online news’, é da autoria de Paulo Cortez e Pedro Vinagre, ambos do Centro Algoritmi da Universidade do Minho (UMinho), e Kelwin Fernandes, do Instituto de Engenharia de Sistemas e Computadores – Tecnologia e Ciência (INESC TEC).
De acordo com a academia minhota, há um interesse crescente por notícias online, face à expansão da Internet, e a previsão das notícias mais populares, medida pelo número de partilhas, é cada vez mais estudada e cobiçada pelas empresas e instituições.
Os cientistas do Centro Algoritmi e do INESC TEC decidiram aplicar o seu novo ‘sistema de apoio à decisão inteligente’ a quase 40 mil notícias publicadas desde 2013 no Mashable, o maior blogue mundial de notícias sobre novas tecnologias, que tem 24 milhões de seguidores e 7,5 milhões de partilhas por mês. A equipa concluiu que a popularidade de uma notícia pode subir com uma fácil alteração, pelo seu autor, de atributos sugeridos como o número de palavras do título, as palavras-chave (já usadas noutras notícias) e a aposta em determinados links.
“É uma ferramenta fundamental para quem coloca notícias na Internet”, defende Paulo Cortez, que é também professor do Departamento de Sistemas de Informação da UMinho. O sistema inovador usa três módulos: recolha de dados, previsão de popularidade e otimização. No primeiro, agrega indicadores como número de palavras do título, palavras-chave, menções a notícias anteriores, partilhas dessas notícias, sentimento (positivo/negativo) por elas gerado e o uso de imagens ou vídeos. No módulo de previsão, os dados recolhidos são utilizados para treinar modelos de aprendizagem automática, criando um modelo que preveja a probabilidade de a notícia candidata ser popular. Por fim, usa-se o modelo de otimização para procurar sugestões de mudanças à notícia candidata, aumentando assim a popularidade estimada.
Os investigadores criaram ainda um protótipo na linguagem Python para testar a arquitetura do sistema com qualquer notícia Mashable. Os dados obtidos foram doados ao repositório científico ‘UCI Machine Learning’, tendo já atingido cerca de 30 mil visualizações e sido até aplicados em cursos na Universidade McGill, no Canadá, no Politécnico de Rensselaer, nos Estados Unidos da América, e no blogue mundial de alojamento Airbnb.
Pedro Vinagre está a reforçar o sistema inteligente proposto, no âmbito da sua tese do doutoramento em Informática ‘MAP-i’, das universidades do Minho, Porto e Aveiro.»
(reprodução de notícia Gazeta do Rossio, de 10 de Dezembro de 2015)
[cortesia de Nuno Soares da Silva]
Sem comentários:
Enviar um comentário