Recuperação de Informação
|
|
- Geraldo Sousa Prado
- 8 Há anos
- Visualizações:
Transcrição
1 Recuperação de Informação Estrutura de Dados II Mariella Berger 1
2 Roteiro Tarefas de Recuperação de Informação Modelos de Recuperação de Documentos Modelo Booleano Modelo Espaço Vetorial
3 Recuperação de Informação
4 Sistemas de Recuperação de Informação Um sistema automático para RI pode ser visto como a parte do sistema de informação responsável pelo armazenamento ordenado dos documentos em um BD e sua posterior recuperação para responder a consulta do usuário Etapas principais: Preparação dos documentos Indexação dos documentos Busca (casamento com a consulta do usuário) Ordenação dos documentos recuperados
5 Representação do Documento Visão Lógica Cada documento da base pode ser representado por: um conjunto de termos (ou palavras) que melhor representam seus tópicos (geralmente, substantivos e verbos) seu texto completo (todos os termos que aparecem no documento, incluindo artigos, preposições,...) seu texto completo + estrutura (títulos, fonte (negrito, itálico), hiperlinks...)
6 Modelos Clássicos de Recuperação de Documentos Veremos inicialmente os seguintes modelos: Modelo Booleano e Modelo Espaço Vetorial Para cada modelo, veremos: A representação do documento A representação da consulta A noção de relevância dos documentos em relação à consulta utilizada na recuperação pode ser binária (sim/não) ou ordenada
7 Modelos Clássicos Conceitos Básicos Considere uma base qualquer de documentos Cada documento na base é representado por um conjunto de n termos (ou palavras isoladas) k1, k2,...,kn Esses termos são escolhidos a partir da base de documentos completa cada base terá seu conjunto de termos representativos
8 Modelos Clássicos Conceitos Básicos Cada documento (dj) é representado por termos da base associados a pesos Peso d1 = k1 (w1), k2 (w2),..., kn (wn) Importância da palavra para descrever o documento Quando o termo não aparece no documento, o peso associado é zero Cada modelo de recuperação define pesos de uma maneira diferente
9 Modelos Clássicos Conceitos Básicos As consultas podem ser representadas pelo mesmo conjunto de termos da base Alguns modelos permitem associar pesos aos termos da consulta
10 Modelo Booleano
11 Modelo Booleano Representação do documento Dado o conjunto de termos representativos para a base em questão K = {k1, k2,...,kn} Os documentos são representados como vetores de pesos binários de tamanho n Cada posição no vetor corresponde a um termo usado na indexação dos documentos da base A representação indica apenas se o termo está ou não presente no documento d1 = {1,1,0} documento d1 contém os termos k1 e k2, e não contém o termo k3
12 Modelo Booleano Representação da consulta Consulta: Termos conectados por AND, OR e/ou NOT Exemplo: k1 AND (k2 OR NOT k3) A consulta é transformada em uma fórmula normal disjuntiva (DNF) objetivo: facilitar o casamento entre documento e consulta Exemplo: (1,1,1) OR (1,1,0) OR (1,0,0) Documento casa com a consulta se ele casa com algum dos componentes da consulta O documento d1 = {1,1,0} casa com a consulta
13 Relevância binária : Modelo Booleano Relevância O documento é considerado relevante se seu casamento com a consulta é verdadeiro Não é possível ordenar os documentos recuperados Exemplo de consulta Base de Documentos Consulta k 1 k 2 k 3 K 1 k 2 k 3 Documentos apresentados ao usuário
14 Modelo Booleano Vantagens Modelo simples baseado em teoria bem fundamentada Fácil de implementar
15 Modelo Booleano Desvantagens Não permite casamento parcial entre consulta e documento Não permite ordenação dos documentos recuperados A necessidade de informação do usuário deve ser expressa em termos de uma expressão booleana (nem todo usuário é capaz disso) Em consequência, este modelo geralmente retorna ou poucos documentos ou documentos demais
16 Modelo Espaço vetorial
17 Modelo Espaço Vetorial Associa pesos positivos não-binários aos termos, permitindo o casamento parcial entre consulta e documento Esses pesos são usados para calcular um grau de similaridade entre consulta e documento O usuário recebe um conjunto ordenado de documentos como resposta à sua consulta Mais interessante do que apenas uma lista desordenada de documentos
18 Modelo Espaço Vetorial Este modelo pode utilizar diferentes fórmulas para: Calcular os pesos dos vetores Freqüência de ocorrência do termo no documento TF-IDF (mais usado) Calcular a medida de similaridade entre consulta e documentos Co-seno (mais usado) Jaccard, Coeficiente de Pearson, etc...
19 Representação do documento e da consulta Dado o conjunto de termos representativos para a base em questão K = {k1, k2,...,kn} cada termo de K é um eixo de um espaço vetorial Consultas (q) e documentos (d) são representados como vetores nesse espaço n-dimensional
20 Representação do documento e da consulta
21 Representação do documento e da consulta Consulta q Brasil Olimpíadas Sidney : Documento d Brasil em Sidney 2000 : O Brasil não foi bem no quadra das medalhas da Olimpíada de Sidney Representação de Brasil q 0.4 Olimpíadas 0.3 Sidney 0.3 Representação de Brasil d 0.5 Olimpíadas 0.3 Sidney Sidne y Olimpíada s q d 0. 5 Brasi l
22 Modelo Espaço Vetorial Pesos Os pesos são usados para computar a similaridade O peso de um termo em um documento pode ser calculado de diversas formas: Frequência no documento Balancear características em comum (intradocumentos) e características para fazer a distinção entre documentos (inter-documentos)
23 Pesos - Frequência Exemplo Documento A: A dog and a cat. Documento B: A frog.
24 Pesos - Frequência O vocabulário contém todas as palavras utilizadas a, dog, and, cat, frog O vocabulário necessita ser ordenado a, and, cat, dog, frog
25 Pesos - Frequência Documento A: A dog and a cat. Vetor: (2,1,1,1,0) Documento B: A frog. Vetor: (1,0,0,0,1)
26 Pesos - Frequência Queries também podem ser representadas como vetores: Dog = (0,0,0,1,0) Frog = (0,0,0,0,1) Dog and frog = (0,1,0,1,1)
27 Pesos - Frequência Doc original Doc : Se o desonesto soubesse a vantagem de ser honesto, ele seria honesto ao menos por desonestidade. Sócrates Operações de Texto Doc : desonesto / soubesse / vantagem / honesto / seria / honesto / menos/desonestidade/ socrates Representação Doc : honesto 2 desonesto 1 soubesse 1 vantagem 1 seria 1 menos 1 desonestidade 1 socrates 1
28 Pesos TF-IDF Método TF-IDF leva em consideração: Frequência do termo no documento Term Frequency (TF) Quanto maior, mais relevante é o termo para descrever o documento Inverso da frequência do termo entre os documentos da coleção Inverse Document Frequency (IDF) Termo que aparece em muitos documentos não é útil para distinguir relevância Peso associado ao termo tenta balancear esses dois fatores
29 Pesos TF-IDF tf_i(frequência do termo) = o número de vezes que o termo i ocorre no documento (reflete a informação local) df_i(frequência do documento) = o número de documentos que contém o termo i. D = número total de documentos
30 Pesos TF-IDF A fração df_i/d é a probabilidade de selecionar um documento que contém o termo i. log(d/df_i) é o Inverse Document Frequency (IDFi ) e reflete a informação global Se o termo aparece pouco nos documentos, então este é mais relevante.
31 Pesos TF-IDF
32 Similaridade
33 Similaridade
34 Similaridade Cada dimensão corresponde a um termo, e o valor do documento em cada dimensão varia entre 0 (irrelevante ou não presente) e 1 (totalmente relevante). As distâncias entre um documento e outro indicam seu grau de similaridade, ou seja, documentos que possuem os mesmos termos acabam sendo colocados em uma mesma região do espaço e, em teoria, tratam de assuntos similares.
35 Similaridade - consulta Os vetores dos documentos podem ser comparados com o vetor da consulta e o grau de similaridade entre cada um deles pode ser identificado. Os documentos mais similares (mais próximos no espaço) à consulta são considerados relevantes para o usuário e retornados como resposta
36 Similaridade - consulta Uma das formas de calcular a proximidade entre os vetores é testar o ângulo entre estes vetores. No modelo original, é utilizada uma função batizada de cosine vector similarity K 1 d q Similaridade(q,d) = cos( ) K 2
37 Relevancia Similaridade pode ser medida pelo coseno do ângulo entre q e d Quanto menor é o ângulo entre os documentos, maior o coseno (E maior é a similaridade entre d e q) Exemplo: para 2 vetores d e d, a similaridade é calculada pelo coseno, ou seja: d d d d ' '
38 Relevancia Depois dos graus de similaridade terem sido calculados, é possível montar uma lista ordenada (ranking) de todos os documentos e seus respectivos graus de relevância à consulta, da maior para a menor relevância
39 Similaridade
40 Similaridade Similaridade = produto interno / produto das normas sim (0.2) (0.4) (0.1) (0.3) (0.4) (0.1) (0.2
41 Exemplo 1 Query: "gold silver truck" A coleção possui 3 documentos (D = 3) D1: "Shipment of gold damaged in a fire" D2: "Delivery of silver arrived in a silver truck" D3: "Shipment of gold arrived in a truck"
42
43 Similaridade
44 Similaridade
45 Similaridade
46 Similaridade Resultado Rank 1: Doc 2 = Rank 2: Doc 3 = Rank 3: Doc 1 =
47 Vantagens Oferecer um framework simples e elegante Atribuir pesos aos termos melhora o desempenho É uma estratégia de encontro parcial (função de similaridade), que é melhor que a exatidão do modelo booleano; Os documentos são ordenados de acordo com seu grau de similaridade com a consulta. Em geral, seu desempenho (precisão e recall) supera todos os outros modelos
48 Desvantagens Ausência de ortogonalidade entre os termos. Isso poderia encontrar relações entre termos que aparentemente não têm nada em comum; É um modelo generalizado; Um documento relevante pode não conter termos da consulta; Documentos muito longos podem dificultar na medida da similaridade.
49 Ideias para melhorar o modelo Apontar um conjunto de palavras-chaves nos documentos Eliminar palavras muito comuns (como exemplo artigos) Limitar o vetor espaço em substantivos e poucos verbos ou adjetivos Criar subvetores para documentos muito grandes
Modelo Espaço Vetorial. Mariella Berger
Modelo Espaço Vetorial Mariella Berger Agenda Introdução Atribuição de Pesos Frequência TF-IDF Similaridade Exemplo Vantagens e Desvantagens Modelo Espaço Vetorial Introdução Modelo Espaço Vetorial O modelo
Leia maisOrganizaçãoe Recuperaçãode Informação GSI521. Prof. Dr. Rodrigo Sanches Miani FACOM/UFU
Organizaçãoe Recuperaçãode Informação GSI521 Prof. Dr. Rodrigo Sanches Miani FACOM/UFU Modelo Vetorial Organização e Recuperação de Informação(GSI521) Motivação Discutido nos seguintes trabalhos: K. Spark
Leia maistextos documentos semi-estruturado
1 Mineração de Textos Os estudos em Aprendizado de Máquina normalmente trabalham com dados estruturados Entretanto, uma grande quantidade de informação é armazenada em textos, que são dados semiestruturados
Leia maisORI: Pontuação e o modelo de espaço vetorial
1/1 ORI: Pontuação e o modelo de espaço vetorial Marcelo Keese Albertini Faculdade de Computação Universidade Federal de Uberlândia Índice 2/1 3/1 Veremos hoje Ordenando resultados de busca: importância
Leia mais04/03/2013. Gerenciamento de Dados e Informação. Recuperação de Dado X Informação. Histórico
Recuperação de Dado X Informação Gerenciamento de Dados e Informação Fernando Fonseca Ana Carolina Robson Fidalgo Comparação (matching) Recuperação de Dados Exata Recuperação de Informação Aproximada Dados
Leia maisOrganizaçãoe Recuperaçãode Informação GSI521. Prof. Dr. Rodrigo Sanches Miani FACOM/UFU
Organizaçãoe Recuperaçãode Informação GSI521 Prof. Dr. Rodrigo Sanches Miani FACOM/UFU Aula anterior Organização e Recuperação de Informação(GSI521) Modelo vetorial- Definição Para o modelo vetorial, o
Leia maisCLASSIFICAÇÃO AUTOMÁTICA DE PATENTES COM O MODELO VETORIAL DE REPRESENTAÇÃO DE DOCUMENTOS
III SBA Simpósio Baiano de Arquivologia 26 a 28 de outubro de 2011 Salvador Bahia Políticas arquivísticas na Bahia e no Brasil CLASSIFICAÇÃO AUTOMÁTICA DE PATENTES COM O MODELO VETORIAL DE REPRESENTAÇÃO
Leia maisO modelo espaço de vetores. vetorial. Marcelo Keese Albertini. Faculdade de Computação - UFU. O modelo de espaço vetorial 1 / 25
Recuperação de Informação: O modelo de espaço vetorial Marcelo Keese Albertini Faculdade de Computação - UFU O modelo de espaço vetorial 1 / 25 Veremos hoje Modelo de espaço de vetores: representação vetorial
Leia maisO modelo espaço de vetores. vetorial. Marcelo Keese Albertini. Faculdade de Computação - UFU 12/03/2013. O modelo de espaço vetorial 1 / 27
Recuperação de Informação: O modelo de espaço vetorial Marcelo Keese Albertini Faculdade de Computação - UFU 12/03/2013 O modelo de espaço vetorial 1 / 27 Veremos hoje Modelo de espaço de vetores: representação
Leia maisASSUNTO DA APOSTILA: SISTEMAS DE INFORMAÇÃO E AS DECISÕES GERENCIAIS NA ERA DA INTERNET
AULA 01 ASSUNTO DA APOSTILA: SISTEMAS DE INFORMAÇÃO E AS DECISÕES GERENCIAIS NA ERA DA INTERNET JAMES A. O BRIEN CAPÍTULO 01 Páginas 03 à 25 1 A mistura de tecnologias da Internet e preocupações empresariais
Leia maisIII. Projeto Conceitual de Banco de Dados. Pg. 1 Parte III (Projeto Conceitual de Banco de Dados)
III Projeto Conceitual de Banco de Dados 16 páginas INTRODUÇÃO CONCEITOS BÁSICOS ENTIDADES E TIPOS DE ENTIDADES RELACIONAMENTOS E TIPOS DE RELACIONAMENTOS ATRIBUTOS E TIPOS DE ATRIBUTOS ABSTRAÇÕES DE DADOS
Leia maisVelocidade Média Velocidade Instantânea Unidade de Grandeza Aceleração vetorial Aceleração tangencial Unidade de aceleração Aceleração centrípeta
Velocidade Média Velocidade Instantânea Unidade de Grandeza Aceleração vetorial Aceleração tangencial Unidade de aceleração Aceleração centrípeta Classificação dos movimentos Introdução Velocidade Média
Leia maisUMA ABORDAGEM BASEADA EM MÉTRICAS DE REDES COMPLEXAS PARA O ESTABELECIMENTO DO GRAU DE INFLUÊNCIA DE TERMOS EM DOCUMENTOS
UMA ABORDAGEM BASEADA EM MÉTRICAS DE REDES COMPLEXAS PARA O ESTABELECIMENTO DO GRAU DE INFLUÊNCIA DE TERMOS EM DOCUMENTOS Wladmir Cardoso Brandão Fernando Silva Parreiras GT8 - INFORMAÇÃO E TECNOLOGIA
Leia maisOtimização de Recuperação de Informação usando Algoritmos Genéticos
Otimização de Recuperação de Informação usando Algoritmos Genéticos Neide de Oliveira Gomes, M. Sc., nog@inpi.gov.br Prof. Marco Aurélio C. Pacheco, PhD Programa de Doutorado na área de Métodos de Apoio
Leia maisImplementando uma Classe e Criando Objetos a partir dela
Análise e Desenvolvimento de Sistemas ADS Programação Orientada a Obejeto POO 3º Semestre AULA 04 - INTRODUÇÃO À PROGRAMAÇÃO ORIENTADA A OBJETO (POO) Parte: 2 Prof. Cristóvão Cunha Implementando uma Classe
Leia maisINVESTIMENTO A LONGO PRAZO 1. Princípios de Fluxo de Caixa para Orçamento de Capital
5 INVESTIMENTO A LONGO PRAZO 1. Princípios de Fluxo de Caixa para Orçamento de Capital 1.1 Processo de decisão de orçamento de capital A decisão de investimento de longo prazo é a decisão financeira mais
Leia maisCAPÍTULO 2. Grafos e Redes
CAPÍTULO 2 1. Introdução Um grafo é uma representação visual de um determinado conjunto de dados e da ligação existente entre alguns dos elementos desse conjunto. Desta forma, em muitos dos problemas que
Leia maisAlgoritmos Estruturas Seqüenciais. José Gustavo de Souza Paiva
Algoritmos Estruturas Seqüenciais José Gustavo de Souza Paiva 1 Introdução Objetivo básico da computação auxiliar os seres humanos em trabalhos repetitivos e braçais, diminuindo i i d esforços e economizando
Leia maisMontagem e Manutenção. Luís Guilherme A. Pontes
Montagem e Manutenção Luís Guilherme A. Pontes Introdução Qual é a importância da Montagem e Manutenção de Computadores? Sistema Binário Sistema Binário Existem duas maneiras de se trabalhar e armazenar
Leia maisRedes Neurais. A IA clássica segue o paradigma da computação simbólica
Abordagens não simbólicas A IA clássica segue o paradigma da computação simbólica Redes Neurais As redes neurais deram origem a chamada IA conexionista, pertencendo também a grande área da Inteligência
Leia maisSistemas Operacionais. Prof. André Y. Kusumoto andrekusumoto.unip@gmail.com
Sistemas Operacionais Prof. André Y. Kusumoto andrekusumoto.unip@gmail.com Estruturas de Sistemas Operacionais Um sistema operacional fornece o ambiente no qual os programas são executados. Internamente,
Leia maisFigure 2 - Nós folhas de uma árvore binária representando caracteres ASCII
A ocorrência tamanho ASCII codificação de Huffman é um A Codificação método de compactação de Huffman caracteres (American e a variável codificação dos usado símbolos Standard para por cada muitas no Code
Leia mais2 Pesquisa Bibliográfica
2 Pesquisa Bibliográfica As estratégias para detecção de conteúdo relevante podem ser divididas em duas abordagens: orientada a site e orientada a página. A primeira técnica utiliza várias páginas de um
Leia maisDocumento Descritivo do Mecanismo de Busca. Preparação do Portal para indexação
Documento Descritivo do Mecanismo de Busca Este documento visa esclarecer as regras que serão executadas pelo mecanismo de busca para a recuperação de informações a partir de uma palavra e/ou expressão
Leia maisFORMAÇÃO DE EXECUTIVOS NO BRASIL: UMA PROPOSTA
FORMAÇÃO DE EXECUTIVOS NO BRASIL: UMA PROPOSTA Luiz Carlos Bresser-Pereira Artigo publicado em O Estado de S.Paulo, edição de 25.4.76, sob o título Os erros da formação de executivos. Não vou salientar
Leia mais3.1 Definições Uma classe é a descrição de um tipo de objeto.
Unified Modeling Language (UML) Universidade Federal do Maranhão UFMA Pós Graduação de Engenharia de Eletricidade Grupo de Computação Assunto: Diagrama de Classes Autoria:Aristófanes Corrêa Silva Adaptação:
Leia maisUnidade 8: Padrão MVC e DAO Prof. Daniel Caetano
Programação Servidor para Sistemas Web 1 Unidade 8: Padrão MVC e DAO Prof. Daniel Caetano Objetivo: Apresentar a teoria por trás dos padrões na construção de aplicações Web. INTRODUÇÃO Nas aulas anteriores
Leia mais7 - Análise de redes Pesquisa Operacional CAPÍTULO 7 ANÁLISE DE REDES. 4 c. Figura 7.1 - Exemplo de um grafo linear.
CAPÍTULO 7 7 ANÁLISE DE REDES 7.1 Conceitos Básicos em Teoria dos Grafos Diversos problemas de programação linear, inclusive os problemas de transporte, podem ser modelados como problemas de fluxo de redes.
Leia maisINSTITUTO CAMPINENSE DE ENSINO SUPERIOR FACULDADE MAURÍCIO DE NASSAU CURSO DE ENFERMAGEM. NOME DOS ALUNOS (equipe de 4 pessoas) TÍTULO DO PROJETO
1 INSTITUTO CAMPINENSE DE ENSINO SUPERIOR FACULDADE MAURÍCIO DE NASSAU CURSO DE ENFERMAGEM NOME DOS ALUNOS (equipe de 4 pessoas) TÍTULO DO PROJETO CAMPINA GRANDE-PB 2014 2 NOME DOS ALUNOS (equipe de 4
Leia maisEXCEL NA ANÁLISE DE REGRESSÃO
EXCEL NA ANÁLISE DE REGRESSÃO _2010_03_Exercicio _Regressão_exemplo O gerente de uma loja de artigos escolares, cada semana, deve decidir quanto gastar com propaganda e que atrativo (por exemplo preços
Leia mais9 Como o aluno (pré)adolescente vê o livro didático de inglês
Cap. 9 Como o aluno (pré)adolescente vê o livro didático de inglês 92 9 Como o aluno (pré)adolescente vê o livro didático de inglês Nesta parte do trabalho, analisarei alguns resultados da análise dos
Leia maisentre as mudanças na demanda e as mudanças na quantidade de firmas em equilíbrio. O modelo utilizado considera firmas com curvas de custo médio em
2 Literatura Nesse trabalho, utilizaremos a idéia dos modelos de entrada, que consistem em tentar inferir informações sobre lucro de uma indústria em um determinado mercado olhando para entrada de firmas,
Leia maisResolução de sistemas lineares
Resolução de sistemas lineares J M Martínez A Friedlander 1 Alguns exemplos Comecemos mostrando alguns exemplos de sistemas lineares: 3x + 2y = 5 x 2y = 1 (1) 045x 1 2x 2 + 6x 3 x 4 = 10 x 2 x 5 = 0 (2)
Leia maisHD, SSD ou disco híbrido, qual o melhor para sua empresa?
HD, SSD ou disco híbrido, qual o melhor para sua empresa? No passado, escolher a melhor opção em armazenamento para o seu PC era tão simples quanto encontrar o maior HD que coubesse em seu orçamento. Infelizmente
Leia maisGBD PROF. ANDREZA S. AREÃO
GBD PROF. ANDREZA S. AREÃO Dado, Informação e Conhecimento DADO: Estímulos captados pelos sentidos humanos; Símbolos gráficos ou sonoros; Ocorrências registradas (em memória, papel, etc.); Indica uma situação
Leia maisMorfologia Matemática Binária
Morfologia Matemática Binária Conceitos fundamentais: (Você precisa entender bem esses Pontos básicos para dominar a área! Esse será nosso game do dia!!! E nossa nota 2!!) Morfologia Matemática Binária
Leia maisObjetivos. Teoria de Filas. Teoria de Filas
Objetivos Teoria de Filas Michel J. Anzanello, PhD anzanello@producao.ufrgs.br 2 Teoria de Filas Filas estão presentes em toda a parte; Exemplos evidentes de fila podem ser verificados em bancos, lanchonetes,
Leia maisFigura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001
47 5 Redes Neurais O trabalho em redes neurais artificiais, usualmente denominadas redes neurais ou RNA, tem sido motivado desde o começo pelo reconhecimento de que o cérebro humano processa informações
Leia maisCOMO REDIGIR ARTIGOS CIENTÍFICOS. Profa. EnimarJ. Wendhausen
COMO REDIGIR ARTIGOS CIENTÍFICOS Profa. EnimarJ. Wendhausen Objetivo do capítulo Contribuir para que o discente, seguindo as etapas apresentadas no texto, tenha condições de redigir um texto em conformidade
Leia maisPRIORIDADES EM SERVIÇOS E ORGANIZAÇÃO DO TRABALHO. Professora Andréia Ribas rp_andreiaribas@hotmail.com
PRIORIDADES EM SERVIÇOS E ORGANIZAÇÃO DO TRABALHO Professora Andréia Ribas rp_andreiaribas@hotmail.com Organização Processo de estabelecer relações entre as pessoas e os recursos disponíveis tendo em vista
Leia maisAnálise e Processamento de Bio-Sinais. Mestrado Integrado em Engenharia Biomédica. Sinais e Sistemas. Licenciatura em Engenharia Física
Análise e Processamento de Bio-Sinais Mestrado Integrado em Engenharia Biomédica Licenciatura em Engenharia Física Faculdade de Ciências e Tecnologia Slide Slide 1 1 Tópicos: Representação de Sinais por
Leia maisAPLICAÇÃO DOS MÉTODOS DE CUSTEIO: VARIÁVEL E POR ABSORÇÃO, PARA O PROCESSO DECISÓRIO GERENCIAL DOS CUSTOS
APLICAÇÃO DOS MÉTODOS DE CUSTEIO: VARIÁVEL E POR ABSORÇÃO, PARA O PROCESSO DECISÓRIO GERENCIAL DOS CUSTOS ANACLETO G. 1 1. INTRODUÇÃO Este estudo tem a finalidade de apuração dos resultados aplicados pelos
Leia maisIntrodução. Uso do disco Vantagens Desvantagens Baixo custo, facilidade de manutenção do software e do hardware, simetria e flexibilidade
Introdução É sabido que os processos rodam em processadores. Nos sistemas tradicionais existe somente um único processador, de forma que não há dúvida a respeito de como ele deve ser usado. Em um sistema
Leia maisColeta de Dados: a) Questionário
Coleta de Dados: A coleta de dados ou de informações sobre a realidade escolar tem como ponto de partido o Marco Referencial, em especial o que está estabelecido no Marco Operacional. Este é um momento
Leia maisManual do Usuário - ProJuris Web - Biblioteca Jurídica Página 1 de 20
As informações contidas neste documento estão sujeitas a alterações sem o prévio aviso, o que não representa um compromisso da Virtuem Informática. As pessoas, organizações ou empresas e eventos de exemplos
Leia maisMercados financeiros CAPÍTULO 4. Olivier Blanchard Pearson Education. 2006 Pearson Education Macroeconomia, 4/e Olivier Blanchard
Mercados Olivier Blanchard Pearson Education CAPÍTULO 4 4.1 Demanda por moeda O Fed (apelido do Federal Reserve Bank) é o Banco Central dos Estados Unidos. A moeda, que você pode usar para transações,
Leia maisCOTAÇÃO DE COMPRAS COM COTAÇÃO WEB
COTAÇÃO DE COMPRAS COM COTAÇÃO WEB RMS Software S.A. - Uma Empresa TOTVS Todos os direitos reservados. A RMS Software é a maior fornecedora nacional de software de gestão corporativa para o mercado de
Leia maisO ENSINO DE CÁLCULO NUMÉRICO: UMA EXPERIÊNCIA COM ALUNOS DO CURSO DE CIÊNCIA DA COMPUTAÇÃO
O ENSINO DE CÁLCULO NUMÉRICO: UMA EXPERIÊNCIA COM ALUNOS DO CURSO DE CIÊNCIA DA COMPUTAÇÃO Prof. Leugim Corteze Romio Universidade Regional Integrada URI Campus Santiago-RS leugimcr@urisantiago.br Prof.
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia maisA introdução da moeda nas transações comerciais foi uma inovação que revolucionou as relações econômicas.
Módulo 14 O Mercado Monetário 14.1. A Moeda A introdução da moeda nas transações comerciais foi uma inovação que revolucionou as relações econômicas. Moeda é um ativo com o qual as pessoas compram e vendem
Leia mais11.1 EQUAÇÃO GERAL DOS BALANÇOS DE ENERGIA. Acúmulo = Entrada Saída + Geração Consumo. Acúmulo = acúmulo de energia dentro do sistema
11 BALANÇOS DE ENERGIA EM PROCESSOS FÍSICOS E QUÍMICOS Para utilizar adequadamente a energia nos processos é preciso que sejam entendidos os princípios básicos envolvidos na geração, utilização e transformação
Leia maisChaves. Chaves. O modelo relacional implementa dois conhecidos conceitos de chaves, como veremos a seguir:
Chaves 1 Chaves CONCEITO DE CHAVE: determina o conceito de item de busca, ou seja, um dado que será empregado nas consultas à base de dados. É um conceito lógico da aplicação (chave primária e chave estrangeira).
Leia maisRisco de projeto é um evento ou condição incerta que, se ocorrer, tem um efeito positivo ou um negativo no objetivo de um projeto.
Risco de projeto é um evento ou condição incerta que, se ocorrer, tem um efeito positivo ou um negativo no objetivo de um projeto. Um risco tem uma causa e, se ocorre, uma conseqüência. Se um ou outro
Leia mais1. Arquivos Seqüenciais
1. Arquivos Seqüenciais 1.1. Introdução Historicamente, os arquivos seqüências são associados as fitas magnéticas devido a natureza seqüencial deste meio de gravação. Mas os arquivos seqüências são também
Leia maisÁreas de Conhecimento de Gerenciamento de Projetos
Áreas de Conhecimento de Gerenciamento de s O guia de melhores práticas em gerenciamento de projetos, PMBOK, é organizado em áreas de conhecimento e, por sua vez, cada área de conhecimento é descrita através
Leia maisCircuitos Digitais 144L
Circuitos Digitais Notas de Aula - 02 INSTITUTO: CURSO: DISCIPLINA: Instituto de Ciências Exatas e Tecnologia Ciência da Computação e Sistemas de Informação Circuitos Digitais 144L 1.0 Circuitos Combinacionais.
Leia maisPrincípios do teste de software
Teste de Software Princípios do teste de software Conforme a Lei de Pareto, 80% dos erros podem ser localizados em 20% do projeto, geralmente nos módulos principais do sistema; A atividade de teste não
Leia maisPROGRAMAÇÃO II 3. FILA DINÂMICA
3. FILA DINÂMICA PROGRAMAÇÃO II Prof. Jean Eduardo Glazar Uma fila é um tipo especial de lista na qual todas as inserções são feitas sempre depois do fim e as deleções no início. Por isso também recebe
Leia maisNome: Lucas da Silva Oliveira. Professor: Ricardo Fabbri
Nome: Lucas da Silva Oliveira Professor: Ricardo Fabbri Exportando o arquivo da rede social do facebook, podemos dizer que a matriz de adjacência do grafo gerado pelo Gephi, relaciona os meus amigos com
Leia maisCurso de Informática Básica
Curso de Informática Básica A Web Descomplique 1 Curso de Informática Básica Índice Introdução...3 Organizando os favoritos...3 Localizando Informações na página...5 Histórico de Navegação...7 Capturando
Leia maisAula 4 Estatística Conceitos básicos
Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a
Leia maisGerenciamento de Projetos Modulo III Grupo de Processos
Gerenciamento de Projetos Modulo III Grupo de Processos Prof. Walter Cunha falecomigo@waltercunha.com http://waltercunha.com Bibliografia* Project Management Institute. Conjunto de Conhecimentos em Gerenciamento
Leia maisAULA 15 Plugin Preenchimento de Células
15.1 AULA 15 Plugin Preenchimento de Células Nessa aula são apresentadas as funcionalidades do plugin de preenchimento de células. O plugin Preenchimento de Células possibilita calcular valores para atributos
Leia maisObjetivos Específico
Banco de Dados Ementa (DBA) Conceitos Gerais sobre Banco de Dados Instalação e configuração da Ferramenta de Banco de Dados. Elaboração de projeto de Banco de Dados. Implementação do projeto de Banco de
Leia maisApresentação de Dados em Tabelas e Gráficos
Apresentação de Dados em Tabelas e Gráficos Os dados devem ser apresentados em tabelas construídas de acordo com as normas técnicas ditadas pela Fundação Instituto Brasileiro de Geografia e Estatística
Leia maisEngenharia de Software II
Engenharia de Software II Aula 28 Revisão para a Prova 2 http://www.ic.uff.br/~bianca/engsoft2/ Aula 28-28/07/2006 1 Matéria para a Prova 2 Gestão de projetos de software Conceitos (Cap. 21) Métricas (Cap.
Leia maisO modelo Entidade-Relacionamento. Agenda: -Modelagem de dados utilizando O Modelo Entidade-Relacionamento
O modelo Entidade-Relacionamento Agenda: -Modelagem de dados utilizando O Modelo Entidade-Relacionamento 1 Antes de começarmos: A modelagem conceitual é uma fase muito importante no plamejamento de um
Leia maisP L A N E J A M E N T O D E P R O C E S S O
P L A N E J A M E N T O D E P R O C E S S O 3 Planejamento de Procesos de Fabricação O Planejamento do processo é a ligação entre a engenharia do produto e a manufatura. Diz respeito à seleção dos processos
Leia maisPercepção do setor: O que está provocando as ações a respeito das mudanças climáticas nas maiores companhias do mundo?
Percepção do setor: O que está provocando as ações a respeito das mudanças climáticas nas maiores companhias do mundo? As empresas enfrentam cada vez mais riscos climáticos e choques políticos. Como as
Leia maisESPAÇOS MUNIDOS DE PRODUTO INTERNO
ESPAÇOS MUNIDOS DE PRODUTO INTERNO Angelo Fernando Fiori 1 Bruna Larissa Cecco 2 Grazielli Vassoler 3 Resumo: O presente trabalho apresenta um estudo sobre os espaços vetoriais munidos de produto interno.
Leia maisEventos independentes
Eventos independentes Adaptado do artigo de Flávio Wagner Rodrigues Neste artigo são discutidos alguns aspectos ligados à noção de independência de dois eventos na Teoria das Probabilidades. Os objetivos
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS BIOLÓGICAS Departamento de Patologia Básica Pós-Graduação em Microbiologia, Parasitologia e Patologia
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS BIOLÓGICAS Departamento de Patologia Básica Pós-Graduação em Microbiologia, Parasitologia e Patologia (TÍTULO DO PROJETO) Mestrando/Doutorando: Orientador:
Leia maisBASES PSICOLÓGICAS DO PACTO SOCIAL
BASES PSICOLÓGICAS DO PACTO SOCIAL GESTALT Max WERTHEIMER (1880 1943) Kurt KOFFKA (1886 1941) Wolfgang KÖHLER (1887 1967) Alemanha, 1912 O TERMO ALEMÃO QUER DIZER FORMA OU CONFIGURAÇÃO. Os gestaltistas
Leia maisBem-vindo ao curso delta Gerenciamento de peso para a versão 9.1. Este curso aborda a nova solução de peso introduzida nessa versão.
Bem-vindo ao curso delta Gerenciamento de peso para a versão 9.1. Este curso aborda a nova solução de peso introduzida nessa versão. Você deve ter bons conhecimentos de estoque, UM e administração de posições
Leia maisArquitetura de processadores: RISC e CISC
Arquitetura de processadores: RISC e CISC A arquitetura de processador descreve o processador que foi usado em um computador. Grande parte dos computadores vêm com identificação e literatura descrevendo
Leia maisUsando o Conference Manager do Microsoft Outlook
Usando o Conference Manager do Microsoft Outlook Maio de 2012 Conteúdo Capítulo 1: Usando o Conference Manager do Microsoft Outlook... 5 Introdução ao Conference Manager do Microsoft Outlook... 5 Instalando
Leia maisO Gerenciamento de Documentos Analógico/Digital
Tipos de GED: Document imaging Document management Document Imaging / Document Management O Gerenciamento de Documentos Analógico/Digital Mundo analógico Criação Revisão Processamento Arquivo Mundo digital
Leia mais3 Estratégia para o enriquecimento de informações
34 3 Estratégia para o enriquecimento de informações Podemos resumir o processo de enriquecimento de informações em duas grandes etapas, a saber, busca e incorporação de dados, como ilustrado na Figura
Leia maisProf. Fernando Lopes. Unidade II. Administração de Cargos e
Prof. Fernando Lopes Unidade II Administração de Cargos e Salários Conforme Chiavenato (2004, p. 267), a avaliação de cargos visa a obtenção de dados que permitirão uma conclusão acerca do valor interno
Leia maisOS MEMORIAIS DE FORMAÇÃO COMO UMA POSSIBILIDADE DE COMPREENSÃO DA PRÁTICA DE PROFESSORES ACERCA DA EDUCAÇÃO (MATEMÁTICA) INCLUSIVA.
OS MEMORIAIS DE FORMAÇÃO COMO UMA POSSIBILIDADE DE COMPREENSÃO DA PRÁTICA DE PROFESSORES ACERCA DA EDUCAÇÃO (MATEMÁTICA) INCLUSIVA. Fernanda Malinosky C. da Rosa Doutoranda em Educação Matemática Unesp/
Leia maisProbabilidade e Estatística I Antonio Roque Aula 11 Probabilidade Elementar: Novos Conceitos
Probabilidade Elementar: Novos Conceitos Vamos começar com algumas definições: Experimento: Qualquer processo ou ação bem definida que tenha um conjunto de resultados possíveis 1) Lançamento de um dado;
Leia maisRegras Métodos Identificadores Variáveis Constantes Tipos de dados Comandos de atribuição Operadores aritméticos, relacionais e lógicos
Lógica Aula 2 Técnicas de Programação Criando algoritmos Regras Métodos Identificadores Variáveis Constantes Tipos de dados Comandos de atribuição Operadores aritméticos, relacionais e lógicos Criando
Leia maisORGANIZAÇÃO DE COMPUTADORES MÓDULO 1
ORGANIZAÇÃO DE COMPUTADORES MÓDULO 1 Índice 1. Introdução...3 1.1. O que é um Computador?... 3 1.2. Máquinas Multiníveis... 3 2 1. INTRODUÇÃO 1.1 O QUE É UM COMPUTADOR? Para estudarmos como um computador
Leia maisEste procedimento gera contribuições não só a φ 2 e φ 4, mas também a ordens superiores. O termo por exemplo:
Teoria Quântica de Campos II 168 Este procedimento gera contribuições não só a φ 2 e φ 4, mas também a ordens superiores. O termo por exemplo: Obtemos acoplamentos com derivadas também. Para o diagrama
Leia maisXVIII CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 19 a 23 de outubro de 2009
REGRESSÃO MÚLTIPLA APLICADA AOS DADOS DE VENDAS DE UMA REDE DE LOJAS DE ELETRODOMÉSTICOS VANESSA SIQUEIRA PERES 1 RESUMO: Esse trabalho foi realizado com o objetivo de ajustar os dados de vendas de uma
Leia maisManual do Usuário. Sistema para Administração de Condomínios MANUAL USUÁRIO C H E Q U E S CONTROLE POR LEITURA DE CÓDIGO DE BARRAS. ENG Sistemas - 1 -
Sistema para Administração de Condomínios MANUAL DO USUÁRIO C H E Q U E S CONTROLE POR LEITURA DE CÓDIGO DE BARRAS ENG Sistemas - 1 - As informações abaixo dizem respeito às empresas que optaram por manter
Leia mais1. Os métodos Não-Paramétricos podem ser aplicados a uma ampla diversidade de situações, porque não exigem populações distribuídas normalmente.
TESTES NÃO - PARAMÉTRICOS As técnicas da Estatística Não-Paramétrica são, particularmente, adaptáveis aos dados das ciências do comportamento. A aplicação dessas técnicas não exige suposições quanto à
Leia maisA INCLUSÃO DOS DIREITOS HUMANOS NAS TURMAS DO EJA POR MEIO DAS NOVAS TECNOLOGIAS
A INCLUSÃO DOS DIREITOS HUMANOS NAS TURMAS DO EJA POR MEIO DAS NOVAS TECNOLOGIAS Gisllayne Rufino Souza UFPB gisllayne.souza@gmail.com Profa. Dra. Marlene Helena de Oliveira França UFPB/Centro de Educação/Núcleo
Leia maisPortal do Projeto Tempo de Ser
Sumário Portal do Projeto Tempo de Ser O que é um Wiki?...2 Documentos...2 Localizando documentos...3 Links...3 Criando um Documento...4 Criando um link...4 Editando um Documento...5 Sintaxe Básica...5
Leia maisUnidade 9: Diálogos deliberativos
Unidade 9: Diálogos deliberativos Como podemos utilizar as sínteses de evidências? Informar os grupos de interesse Divulgação da síntese de políticas Informações adaptadas derivadas da síntese Meios de
Leia maisPortas Lógicas (continuação)
ORGANIZAÇÃO E ARQUITETURA DE COMPUTADORES I Portas Lógicas (continuação) Circuitos Combinacionais Minimização Booleana 2 A complexidade de uma função Booleana reflete a complexidade combinacional do circuito
Leia maisAULA 6 Esquemas Elétricos Básicos das Subestações Elétricas
CONSIDERAÇÕES INICIAIS AULA 6 Esquemas Elétricos Básicos das Subestações Elétricas Quando planejamos construir uma subestação, o aspecto de maior importância está na escolha (e, conseqüentemente, da definição)
Leia maisANÁLISE DOS RESULTADOS DOS PROGRAMAS DE APOIO ÀS PMEs NO BRASIL Resumo Executivo PARA BAIXAR A AVALIAÇÃO COMPLETA: WWW.IADB.
ANÁLISE DOS RESULTADOS DOS PROGRAMAS DE APOIO ÀS PMEs NO BRASIL Resumo Executivo PARA BAIXAR A AVALIAÇÃO COMPLETA: WWW.IADB.ORG/EVALUATION ANÁLISE DOS RESULTADOS DOS PROGRAMAS DE APOIO ÀS PMEs NO BRASIL
Leia maisDisponibilizo a íntegra das 8 questões elaboradas para o Simulado, no qual foram aproveitadas 4 questões, com as respectivas resoluções comentadas.
Disponibilizo a íntegra das 8 questões elaboradas para o Simulado, no qual foram aproveitadas questões, com as respectivas resoluções comentadas. Amigos, para responder às questões deste Simulado, vamos
Leia maisPorque estudar Gestão de Projetos?
Versão 2000 - Última Revisão 07/08/2006 Porque estudar Gestão de Projetos? Segundo o Standish Group, entidade americana de consultoria empresarial, através de um estudo chamado "Chaos Report", para projetos
Leia maisCurso: Engenharia de Software com Ênfase em Padrões de Software (UECE Universidade Estadual do Ceará) RUP
Conceitos RUP RUP, abreviação de Rational Unified Process (ou Processo Unificado da Rational), é um processo de Engenharia de software criado pela Rational Software Corporation(a qual foi incorporada pela
Leia mais