dc.contributor |
Workshop de Informação, Dados e Tecnologia (1.: 2017 : Florianópolis, SC) |
pt_BR |
dc.contributor |
Universidade Federal de Santa Catarina |
pt_BR |
dc.contributor.author |
Pereira, Gustavo Marttos Cáceres |
|
dc.contributor.author |
Martins, João Henrique |
|
dc.contributor.author |
Botega, Leonardo Castro |
|
dc.date.accessioned |
2017-10-17T20:31:31Z |
|
dc.date.available |
2017-10-17T20:31:31Z |
|
dc.date.issued |
2017-10-17 |
|
dc.identifier.isbn |
978-85-64093-70-6 |
|
dc.identifier.uri |
https://repositorio.ufsc.br/xmlui/handle/123456789/180288 |
|
dc.description |
Artigo apresentado no I Workshop de Informação, Dados e Tecnologia, realizado entre nos dias 04 e 06 de setembro de 2017, na cidade de Florianópolis (SC), no Auditório do Espaço Físico Integrado (EFI) da Universidade Federal de Santa Catarina (UFSC). |
pt_BR |
dc.description.abstract |
O gerenciamento de informações de riscos utilizando dados criminais apresenta desafios associados à aquisição de Consciência Situacional, tais como a dinamicidade, heterogeneidade, variedade e o grande volume de dados. Além disso, representar adequadamente as informações no domínio criminal, tais como dados sobre vítimas, criminosos, locais e a própria situação de crime, pode contribuir para processos de análise quantitativa de dados, tornando assim a tomada de decisão ser mais assertiva. Ao mesmo tempo, há ainda a necessidade do desenvolvimento de modelos semânticos que representem a realidade das situações de ambientes de riscos, o que produz ainda mais desafios para a quantificação de entidades e características relevantes. Portanto, este trabalho tem por objetivo apresentar o processo de desenvolvimento de quantificação de dados em ontologias para o domínio de gerenciamento de riscos, visando suportar a extração de dados específicos para ampliar a capacidade de obtenção de Consciência Situacional e permitir que as decisões tomadas, baseadas nestas informações, sejam mais assertivas. Para tal, será empregada a análise de tarefas dirigidas por objetivos, a análise de vocabulários e propriedades no contexto criminal a fim de restringir sua interpretação e a avaliação de pesos e valores semânticos desses vocabulários. Sendo assim, ao final, será possível mensurar as informações necessárias dentro de um sistema de gerenciamento de riscos. |
pt_BR |
dc.description.abstract |
The management of risk information using criminal data presents challenges associated with the acquisition of Situational Awareness, such as dynamicity, heterogeneity, variety and large data volume. In addition, adequately representing information in the criminal domain, such as data on victims, criminals, places and the actual crime situation, can contribute to quantitative data analysis processes, thus making decision making more assertive. At the same time, there is still a need for the development of semantic models that represent the reality of situations in risk environments, which produces still more challenges for the quantification of entities and relevant characteristics. Therefore, this paper aims to present the process of a development of data quantification in ontologies for the domain of risk management, aiming at support the extraction of specific data to increase the capacity to obtain Situational Awareness and allow the decisions taken to be more assertive. For this, the analysis of tasks directed by objectives, the analysis of vocabularies and properties in the criminal context will be used in order to restrict their interpretation and the evaluation of semantic weights and values of these vocabularies. Therefore, in the end, it will be possible to measure the necessary information within a risk management system. |
pt_BR |
dc.language.iso |
pt_BR |
pt_BR |
dc.subject |
Consciência Situacional |
pt_BR |
dc.subject |
Ontologia |
pt_BR |
dc.subject |
Análise Quantitativa |
pt_BR |
dc.subject |
Gerenciamento de Riscos |
pt_BR |
dc.title |
Análise Quantitativa de Eventos Criminais Utilizando Abordagem Semântica |
pt_BR |
dc.title.alternative |
Quantitative Analysis of Criminal Events Using Semantic Approach |
pt_BR |
dc.type |
Article |
pt_BR |