Resenha BI e BD com as correções da prof.

Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original

FACULDADE METROPOLITANA DA AMAZÔNIA
CURSO DE ENGENHARIA DE PRODUÇÃO
Deborah Porto de Almeida Cardoso
Dejane Helena da Silva Miranda
Roosevelt Francis Lameira do Nascimento
RESENHA ACADÊMICA DESCRITIVA: BUSINESS INTELLIGENCE E BIG DATA: UM EXEMPLO PRÁTICO DE APLICAÇÃO DE TEXT MINING.
Belém–PA
2018
FACULDADE METROPOLITANA DA AMAZÔNIA
CURSO DE ENGENHARIA DE PRODUÇÃO
Deborah Porto de Almeida Cardoso
Dejane Helena da Silva Miranda
Roosevelt Francis Lameira do Nascimento
RESENHA ACADÊMICA DESCRITIVA: BUSINESS INTELLIGENCE E BIG DATA: UM EXEMPLO PRÁTICO DE APLICAÇÃO DE TEXT MINING.
Resenha apresentada para a disciplina computação aplicada à engenharia, no curso de Engenharia de Produção, da Faculdade Metropolitana da Amazônia - FAMAZ
Profª. Francy Fernandes.
Belém–PA
2018
Resenha acadêmica descritiva
Referência bibliográfica 
BOLOGA, A & BOLOGA, R. Business Intelligenceusing Software Agents. Database Systems Journal, v. 2,
2011, pp. 31-42.
Chen, C.L.P.; Zhang, C.Y. Data-intensive applications, challenges, techniques and technologies: A survey on
Big Data. Information Sciences, v. 275, 2014, pp. 314-347.
GIL, A. C. Como elaborar projetos de pesquisa. São Paulo: Atlas, 2010.
GOMES, C. F. C. & RIBEIRO, P. C. C. Gestão da Cadeia de Suprimentos integrada à Tecnologia da
Informação. Rio de janeiro: Editora SENAC Rio de Janeiro, 2013.
MIKROYANNIDIS, A. & THEODOULIDIS, B. Ontology management and evolution for business
intelligence. International Journal of Information Management, v. 30, 2000, pp. 559–566.
Ong, I.; Siew, P.; Wong, S.A Five-Layered Business Intelligence Architecture. IBIMA Publishing, v. 2011,
2011.
PHAN, D. D. & VOGEL, D. R. A model of customer relationship management and business intelligence
systems for catalogue and online retailers. Information & Management, v. 47, 2010, pp. 69-77
R CORE TEAM (2014).R: A language and environment for statistical computing. R Foundation for Statistical
Computing, Vienna, Austria. URL http://www.R-project.org/
RADOVANOVIĆ, M. & IVANOVIĆ M. Text Mining: Approaches and Applications. Novi Sad J. Math, v. 38,
2008, pp. 227-234.
RUSANEANU, A. Comparative Analysis of the Main Business Intelligence Solutions. Informatica Economica,
v. 17, 2013, pp. 148-156.
SANNER, T.A.; MANDA, T.D.; NIELSEN P. Grafting: Balancing Control and Cultivation in Information
Infrastructure Innovation. Journal of the Association for Information Systems, v. 15, 2014, pp. 220-243.
SKYRIUS, R.; KAZAKEVIČIENĖ, G.; BUJAUSKAS, V.From Management Information Systems to
Business Intelligence: The Development of Management Information Needs. International Journal of Artificial
Intelligence and Interactive Multimedia, v.2, 2013, pp. 31-37.
STAVRIANOU, A.; ANDRITSOS, P.; NICOLOYANNIS, N. Overview and Semantic Issues of Text Mining.
SIGMOD Record, v. 36, 2007, pp. 23-34.
Teixeira , C. A. C. & ALONSO, V. L. C. A Importância do Planejamento Estratégico para as Pequenas
Empresas, SEGET, Rio de Janeiro, 2014.
THOMPSON, W. J. J. & VAN DER WALT, J. S. Business intelligence in the cloud. SA Journal of
Information Management, v.2, 2010.
TIEN, J.M. Big Data: Unleashing Information. Journal of Systems Science and Systems Engineering, v.22,
2013, pp. 127-151.
Wu, X.; Zhu, X.; Wu, G.Q.; Ding, W. Data Mining with Big Data. IEEE TRANSACTIONS ON
KNOWLEDGE AND DATA ENGINEERING, v. 26, 2014.
Poweredby
O artigo Business Intelligence e Big Data: um exemplo prático de aplicação de Text Mining de autoria de Célia SatikoIshikiriyama,Diego Miro, Carlos Francisco Simões Gomes, concluído em 2015.
Com objetivo principal de exemplificar a técnica text mining, por meio de sua aplicação em títulos, palavra chave e resumo de artigos acadêmicos centradas no tema do objetivo Business Intelligence e Big Data.
O artigo é dividido em cinco partes, introdução onde os autores explicam de forma clara o que é, como funciona e para que serve o Business Intelligence e Big Data, metodologia no qual se esclarece a forma de como será realizada a pesquisa, análise dos resultados em que foi dividido em duas subseções, por fim a conclusão e considerações finais que, por meio de tabelas, foi comprovado tudo que foi obtido com a pesquisa. Todo o artigo foi desenvolvido em dez páginas.
A introdução trata de esclarecer o business intelligence e big data. Business intelligence proporciona aos negócios o apoio necessário para a tomada de decisão, ele também permite que as organizações tenham melhor percepção em relação a suas operações através da aplicação de técnicas de análise de dados, a tecnologia da informação representa um papel fundamental para implantação do BI, pois podem fazer ou facilitar a emergência por inovações e também vem ajudando as organizações a explorar relacionamentos com clientes. Em contrapartida, Big Data surge como um fenômeno e ainda não tem uma definição sólida, porém é um termo aplicado aos conjuntos de dados, cujo tamanho vai além da habilidade das ferramentas disponíveis para possibilitar o acesso aos dados, análise e/ou aplicação em um tempo razoável, refere-se a um grande volume de dados, complexo, crescente conjunto de dados com fontes múltiplas e autônomas, ele também pode auxiliar as organizações a elaborar planejamento estratégico e alcançar vantagem competitiva.
Business intelligence e Big Data possuem muitos pontos em comum, já que ambos buscam o autoconhecimento, vantagem competitiva, melhoria de desempenho e insights para melhor posicionamento do mercado, além de possuir a tecnologia como pilar fundamental.
Na metodologia será descrito em detalhes as etapas da pesquisa, trata-se de uma pesquisa exploratória que tem como objetivo proporcionar maior familiaridade com o objeto de estudo, este estudo dividiu-se em duas etapas: pesquisa na literatura e análise exploratória dos dados, através da técnica Text Mining, refere-se extração de informação de dados não estruturados, com o objetivo de descobrir novos conhecimentos. Na primeira etapa, foram realizadas duas pesquisas, duas bases de buscas Scopus e Web of Science, os critérios foram palavras pesquisadas: “Business intelligence and Big Data”. Tipo de documento: artigos. Demais campos: sem restrições. As pesquisas resultaram em noventa e seis artigos, porém seis deles apareceram em ambas às bases. O perfil foi traçado quanto ao ano de publicação, países dos autores e área de pesquisa. Os artigos também foram utilizados na segunda etapa a análise exploratória, para esta etapa, foi criada três bases de dados. A primeira os títulos, a segunda as palavras-chaves, e a terceira o resumo. A técnica Text Mining foi aplicada em cada uma das bases e foi aplicado por meio do software R-project.
Na análise dos resultados foram utilizados gráficos, no primeiro que se refere ao ano de publicação nota-se que a maioria dos artigos foi publicada a partir do ano de 2012, atingindo seu pico em 2014. No segundo gráfico que relaciona aos autores por país, observa-se que o país com maior número de autores envolvidos foi Estados Unidos e em segundo lugar aparece a China. A área de pesquisa mais recorrente foi ciência da computação seguida de engenharia e negócios, gestão e contabilidade. Na análise exploratória foi elaborada uma tabela de frequência de palavras, por fim foi analisada a semântica dos resultados obtidos. Na subseção análise dos títulos, as palavras mais frequentes com exceção de big data e business intelligence, foram dados, analítico, inteligência e gestão. Já na subseção análise das palavras-chaves as palavras mais frequentes dos títulos com exceção de big data e business intelligence foram dados, analítico, negócio gestão, conhecimento e informação. E na última subseção análise dos resumos foram expostos os resultados referentes à análise da base dos resumos os artigos selecionados e com maior frequência ficou a palavra “data”.
Por fim, foi exposto na conclusão
e considerações finais, que há interesse crescente sobre o objeto de pesquisa. As áreas de pesquisa com mais aplicação são ciência da computação, engenharia e negócios. A frequência do “conceito ‘Big Data” é superior que a de “Business Intelligence” o que indica que o termo Big Data está em plena ascensão e representa um papel de maior expressividade nos artigos. 
O artigo tem uma linguagem muito técnica por conta disso não é de fácil compreensão, porém possui informações valiosas para as áreas de tecnologia da informação, gestão. 
Dos autores, Célia SatikoIshikiriyama, formada em Estatística pela Universidade Estadual do Rio de Janeiro (2005) e pós-graduada em Gestão do Conhecimento Empresarial pela Pontifícia Universidade Católica do Rio de janeiro (2010), atualmente desenvolve dissertação de mestrado no Programa de Pós-graduação em Engenharia de Produção sobre o panorama geral do Big Data.
 Diego Miro, Graduando em Bacharelado em Estatística na Escola Nacional de Ciências Estatísticas (ENCE/IBGE), tem interesse em Otimização e Estatística Computacional.
Carlos Francisco Simões Gomes, Graduação em Ciências Navais com Habilidade em Eletrônica, escola naval, Mestrado em Engenharia de Produção (UFF), Doutorado em Engenharia de Produção (UFRJ) Autor dos Livros Gestão da Cadeia de Suprimentos Integrada à Tecnologia da Informação, pela Editora CENGAGE LEARNING, (segunda Edição em 2014); e Tomada de Decisão Gerencial - Enfoque Multicritério (quinta Edição em 2014); pela Editora Atlas; BIG DATA um panorama global através de análise da literatura e survey E Liderança Aplicada a Gerencia de Projetos de Tecnologia da Informação pela Editora Prismas.
As discursões do grupo acerca do respectivo artigo direcionaram-se à compreensão dos termos e suas funcionalidades, as quais são extremamente interessantes em processos complexos, para definição de um diagnóstico preciso, a partir de um "mapeamento" inteligente de conceitos e definições. Com isso se torna de suma importância, pois o engenheiro de produção trabalha diretamente com gestão.
Questionário.
Qual o tema e problemática do artigo?
O tema é um exemplo de text mining comparando o Business Intelligence e Big Data. A problemática consiste em identificar qual o conceito vem sendo mais estudado no meio acadêmico: business intelligence ou big data.
O título do artigo foi adequado? Qual seria um título alternativo?
Sim. Text Mining acerca de Business Intelligence e Big Data.
 Quais as justificativas apresentadas para a pesquisa?
Que no centro das discussões sobre vantagem competitiva e estratégias organizacionais encontra-se o processo Business Inteligence e recentemente surgiu outro conceito e se tornou um fenômeno que é o Big Data.
Os objetivos do artigo estavam claros? Quais eram?
Sim. Exemplificar a técnica Text Mining por meio de sua aplicação em títulos, palavras-chave e resumo de artigos acadêmicos centradas no tema do objeto de pesquisa que é o Business Intelligence e Big Data.
Quais os resultados apresentados pela pesquisa?
Na análise de perfil dos artigos, a maioria dos artigos foi publicada a partir de 2012, atingindo seu pico em 2014 e também resultou que os países com maior número de autores envolvidos foram o Estado Unidos com trinta autores e em segundo lugar a China, com oito autores. Já na análise dos títulos as palavras mais frequentes com exceção de Business Intelligence e Big Data, foram dados, analítico, inteligência e gestão. O resultado da análise das palavras-chaves, as palavras mais frequentes com exceção Business Intelligence e Big Data foram dado, analítico, negócio, gestão, conhecimento e informação. Por fim, na análise dos resumos, as palavras mais frequentes com exceção de Business Intelligence e Big Data foram analítico, novo informação, pesquisa gestão e sistemas.
Quais conclusões finais do artigo?
Percebe-se o interesse crescente sobre o Business Intelligence e Big Data. As áreas de pesquisa com mais aplicação são ciência da computação, engenharia e negócios. 
O conceito Big Data é superior que a de Business Intelligence o que leva a indicar que o termo Big Data esta em plena ascensão e representa um papel de maior expressividade nos artigos.