Mineração dos dados dos trabalhos científicos da Fatec Mogi Mirim

Abstract

Este trabalho propõe e implementa uma ferramenta para extração e categorização de dados em Trabalhos de Graduação (TGs) produzidos na Faculdade de Tecnologia de Mogi Mirim Arthur Azevedo. O propósito principal é tornar acessível e pesquisável o conhecimento existente nos trabalhos de conclusão de curso, favorecendo a verificação de ineditismo e a geração de ideias para futuros estudantes. A metodologia empregada envolveu uma revisão de literatura aprofundada sobre mineração de dados e o desenvolvimento de um algoritmo utilizando linguagens de programação como Phyton e Streamlit para a interface do usuário, e SQL para a criação do banco de dados. A solução final foi disponibilizada como uma aplicação web, tornando os trabalhos de graduação facilmente consultáveis e colaborando com a qualidade dos trabalhos produzidos. Apesar de algumas limitações relacionadas à qualidade e consistência dos dados nos trabalhos acadêmicos, o sistema apresentou-se eficiente e útil. Recomenda-se para futuras pesquisas o aprimoramento do algoritmo e a inclusão de técnicas de aprendizado de máquina para melhorar ainda mais a precisão e eficiência do sistema.

This work proposes and implements a tool for data extraction and categorization in Undergraduate Works (TGs) produced at the Faculty of Technology of Mogi Mirim Arthur Azevedo. The main purpose is to make accessible and searchable the existing knowledge in the course conclusion works, favoring the verification of novelty and the generation of ideas for future students. The methodology employed involved an in depth literature review on data mining and the development of an algorithm using programming languages such as Phyton and Streamlit for the user interface, and SQL for the creation of the database. The final solution was made available as a web application, making the undergraduate works easily consultable and collaborating with the quality of the works produced. Despite some limitations related to the quality and consistency of data in academic papers, the system proved to be efficient and useful. It is recommended for future research to improve the algorithm and include machine learning techniques to further improve the accuracy and efficiency of the system.