Lar Finanças Pessoais Como pesquisar seus dados de análise preditiva - manequins

Como pesquisar seus dados de análise preditiva - manequins

Índice:

Vídeo: exemplo de análise de dados em python 2025

Vídeo: exemplo de análise de dados em python 2025
Anonim

Para utilizar seus dados de análise preditiva, você precisa saber como encontrar as informações que você deseja encontrar. Existem dois conceitos principais de pesquisar seus dados em preparação para usá-lo em análises preditivas:

  • Preparando-se para ir além da pesquisa básica de palavras-chave

  • Fazendo seus dados semanticamente pesquisáveis ​​

Como usar a pesquisa baseada em palavras-chave em previsão analítica

Imagine se você foi encarregado de pesquisar grandes quantidades de dados. Uma maneira de abordar o problema é emitir uma consulta de pesquisa que consiste (obviamente) em palavras. A ferramenta de pesquisa procura por palavras correspondentes no banco de dados, o data warehouse, ou vai pesquisar através de qualquer texto em que seus dados residem.

Suponha que você está enviando a seguinte consulta de pesquisa: o Presidente dos Estados Unidos visita a África . Os resultados da pesquisa consistirão em texto que contém exatamente uma ou uma combinação das palavras Presidente, Estados Unidos, visitas, África . Você pode obter a informação exata que você está procurando, mas nem sempre.

Como sobre os documentos que não contêm nenhuma das palavras anteriormente mencionadas, mas uma combinação dos seguintes: viagem de Obama para o Quênia .

Nenhuma das palavras que você pesquisou inicialmente está lá - mas os resultados da pesquisa são semanticamente (significativamente) úteis. Como você pode preparar seus dados para ser recuperável semanticamente? Como você pode ir além da pesquisa tradicional por palavras-chave? Suas respostas podem ser encontradas se você continuar lendo.

Como usar pesquisas baseadas em semântica em análises preditivas

Uma ilustração de como a pesquisa baseada em semântica é um projeto que o Anasse Bari liderou no Grupo do Banco Mundial, uma organização internacional cuja principal missão é combater a pobreza em todo o mundo.

O projeto teve como objetivo investigar pesquisas e análises corporativas de grande escala existentes no mercado e construir um protótipo para uma estrutura de ponta que organizaria os dados do Banco Mundial - a maioria dos quais era uma coleção não estruturada de documentos, publicações, relatórios de projetos, resumos e estudos de caso.

Este enorme conhecimento valioso é um recurso usado para a principal missão do Banco de reduzir a pobreza mundial. Mas o fato de que é desestruturado torna desafiador acessar, capturar, compartilhar, entender, pesquisar, armazenar dados e visualizar.

O Banco Mundial é uma organização imensa, com muitas divisões em todo o mundo. Uma das principais divisões estava se esforçando para ter uma estrutura e estava pronta para alocar recursos para ajudar a equipe de Bari a ser a Rede de Desenvolvimento Humano no Banco Mundial.

O vice-presidente da Rede de Desenvolvimento Humano delineou um problema que surgiu da ambiguidade: sua divisão usou vários termos e conceitos que tinham o mesmo significado geral, mas as diferentes nuances.

Por exemplo, termos como climatologia, mudança climática, depleção de ozônio, e emissões de gases com efeito de estufa eram todos semanticamente relacionados, mas não eram de significado idêntico. Ele queria uma capacidade de pesquisa inteligente o suficiente para extrair documentos que continham conceitos relacionados quando alguém pesquisou qualquer um desses termos.

A estrutura do protótipo para essa capacidade que a equipe de Bari selecionou foi a arquitetura de gerenciamento de informações não estruturada (UIMA), uma solução baseada em software. Originalmente projetado pela IBM Research, a UIMA está disponível no software da IBM, como o IBM Content Analytics, uma das ferramentas que alimentaram o IBM Watson, o famoso computador que ganhou o jogo Jeopardy.

A equipe de Bari uniu forças com uma equipe muito talentosa da IBM Content Management e Enterprise Search e, mais tarde, com uma equipe da IBM Watson, para colaborar nesse projeto.

Uma solução de gerenciamento de informações não estruturadas (UIM) é um sistema de software que analisa grandes volumes de informações não estruturadas (texto, áudio, vídeo, imagens, etc.) para descobrir, organizar e fornecer conhecimento relevante para o cliente ou o usuário final da aplicação.

A ontologia de um domínio é uma matriz de conceitos e termos relacionados específicos para um domínio. Uma solução baseada em UIMA usa ontologias para fornecer etiquetagem semântica, o que permite a pesquisa enriquecida independente do formato de dados (texto, fala, apresentação do PowerPoint, e-mail, vídeo e assim por diante). O UIMA adiciona outra camada aos dados capturados e, em seguida, adiciona metadados para identificar dados que podem ser estruturados e pesquisados ​​semanticamente.

A pesquisa semântica baseia-se no significado contextual dos termos de pesquisa que aparecem no espaço de dados pesquisável que o UIMA constrói. A pesquisa semântica é mais precisa do que a pesquisa baseada em palavras-chave, uma vez que uma consulta do usuário retorna resultados de pesquisa não apenas de documentos que contêm os termos de pesquisa, mas também de documentos que são semanticamente relevantes para a consulta.

Se você estiver pesquisando a biodiversidade em África , uma pesquisa típica (baseada em palavras-chave) retornará documentos com as palavras exatas biodiversidade e África . Uma pesquisa semântica baseada em UIMV retornará não apenas os documentos que têm essas duas palavras, mas também qualquer coisa que seja semanticamente relevante para documentos de "biodiversidade em África" ​​que contenham combinações de palavras como "recursos de plantas em África", "recursos de animais em Marrocos ", ou" recursos genéticos no Zimbábue ". "

Através da marcação semântica e do uso de ontologias, a informação torna-se semântica recuperável, independente do idioma ou do meio em que as informações foram criadas (Word, PowerPoint, e-mail, vídeo e assim por diante). Esta solução fornece um único hub onde os dados podem ser capturados, organizados, trocados e tornados semanticamente recuperáveis.

Os dicionários de sinônimos e termos relacionados são open-source (disponível gratuitamente) - ou você pode desenvolver seus próprios dicionários específicos para seu domínio ou seus dados. Você pode criar uma planilha com a palavra raiz e suas correspondentes palavras relacionadas, sinônimos e termos mais amplos. A planilha pode ser carregada em uma ferramenta de pesquisa como o IBM Content Analytics (ICA) para alimentar a busca corporativa e a análise de conteúdo.

Como pesquisar seus dados de análise preditiva - manequins

Escolha dos editores

Dicas para direcionar seu filme digital - manequins

Dicas para direcionar seu filme digital - manequins

Como diretor, é seu trabalho levar o filme a vida através de da maneira como seus atores interpretam os personagens e como a equipe filme cada tiro. O diretor trabalha com os atores e a equipe para obter o melhor deles e certifique-se de que a história seja contada através do que eles fazem. Dirigindo seu ...

Dez Wedding DSLR Filmmaking Techniques - dummies

Dez Wedding DSLR Filmmaking Techniques - dummies

Usando sua DSLR para filmar um casamento geralmente reside no final oposto da peça criativa espectro de fazer seu filme de autor. Aqui estão os dez melhores aspectos que você precisa considerar para mantê-lo vivo ao capturar esse evento único na vida. Tenha o equipamento de vídeo certo Você não poderá fazer um casamento até ...

Dez dicas para filmes documentários DSLR - dummies

Dez dicas para filmes documentários DSLR - dummies

Um documentário é uma conta de filme de não ficção de um tópico. Para fazer seu documentário DSLR de qualquer comprimento e assunto em algo que as pessoas acham interessante, considere estas dez dicas. Conheça o tópico que pretende filmar Se você está fazendo um filme de duração de duas horas ou um vídeo on-line de dois minutos, você precisa ...

Escolha dos editores

Como lucrar com a mamãe Blogando sem vender - manequins

Como lucrar com a mamãe Blogando sem vender - manequins

Vender é um termo usado para comprometendo sua integridade, princípios ou moral para ganhar dinheiro ou sucesso. O problema é que, se todos tivessem os mesmos princípios e a definição de integridade, não haveria muita necessidade de diferentes partidos políticos ou religiões. As pessoas podem ser acusadas de vender se eles simplesmente fazem coisas como ...

Como usar corretamente palavras-chave para sua comunidade online - manequins

Como usar corretamente palavras-chave para sua comunidade online - manequins

Quando você tem uma boa idéia de os tipos de palavras-chave para usar em sua comunidade online, é hora de escrever o conteúdo para que pareça natural. Muitas pessoas pimenta palavras-chave liberalmente em torno de suas postagens de blog, artigos da web, sobre páginas e outros conteúdos, o que parece bobo e errado. Embora o uso de palavras-chave seja bom ...

Como colocar anúncios no seu blog - manequins

Como colocar anúncios no seu blog - manequins

Para obter anúncios no site do seu blog, os programas que você Inscreva-se para fornecer-lhe geralmente um pouco de código que você insere em seus modelos de site. Alguns programas têm instruções passo-a-passo para pacotes populares de software de blog, mas esteja ciente de que você também precisará consultar a documentação do seu blog para obter ajuda com ...

Escolha dos editores

Exibindo Números como palavras no Excel - manequins

Exibindo Números como palavras no Excel - manequins

Se você já precisou exibir um número escrito como texto , você provavelmente descobriu que o Excel não oferece essa função. Quando o Excel não entrega, muitas vezes é possível corrigir a deficiência usando o VBA. Aqui está uma função VBA, denominada SPELLDOLLARS, que você pode usar nas fórmulas da planilha. Exemplos de Excel Aqui estão ...

Determinando a audiência para seu modelo financeiro - manequins

Determinando a audiência para seu modelo financeiro - manequins

Que estará visualizando ou usando seu modelo financeiro no futuro ? Se for apenas para seu próprio uso, você ainda deve seguir um bom modelo de design, mas não há necessidade de passar muito tempo na formatação para que pareça legal. Você ainda deve adicionar suposições e documentação de origem para o seu próprio ...

Eliminando células e dados no Excel 2007 - dummies

Eliminando células e dados no Excel 2007 - dummies

No Microsoft Office Excel 2007, quando você precisa excluir dados , remova a formatação em uma seleção de célula ou remova células inteiras, linhas ou colunas, você tem muitas opções dependendo do seu objetivo. O Excel pode executar dois tipos de exclusões de células em uma planilha: limpar dados de células e excluir a célula. Limpar o conteúdo da célula Limpar apenas ...