Da qualidade dos dados à formação de comunidades temáticas:: análise de redes de informação em acervos culturais

Henrique Monteiro Cristovão; Daniela Lucas da Silva Lemos

doi:10.18225/ci.inf.v55i2.7884

Autores

Henrique Monteiro Cristovão Universidade Federal do Espírito Santo
Daniela Lucas da Silva Lemos Universidade Federal do Espírito Santo

DOI:

https://doi.org/10.18225/ci.inf.v55i2.7884

Palavras-chave:

padrões de documentação, acervos culturais, qualidade e ciclo de vida de dados, análise de redes de informação, descoberta de conhecimento

Resumo

Padrões de documentação são usados amplamente nas ações de organização e tratamento da informação para constituir bases de dados com qualidade e, assim, favorecer a produção de informações estratégicas para a gestão de acervos culturais. Este artigo relata a experiência de construção e qualificação das bases de dados do acervo do Fundo de Cultura do Espírito Santo, sob gestão da Secretaria de Estado da Cultura, disponibilizadas na rede de provedores da plataforma Midiateca Capixaba. A pesquisa enquadra o percurso metodológico como uma descoberta de conhecimento orientada a redes, articulando a gestão do dado ao longo de seu ciclo de vida (coleta, armazenamento, recuperação e descarte) com etapas analíticas de seleção, preparação, transformação, mineração e interpretação. Metodologicamente, a modelagem de metadados (Dublin Core), o uso de vocabulários controlados e a Matriz de Restrições subsidiaram perfis de aplicação, enquanto rotinas de limpeza, normalização e mapeamento relacional viabilizaram a geração de grafos para exploração no Gephi, complementada por visualizações estatísticas em planilha e Looker Studio. Como resultados, redes de afiliação entre autores contemplados e eixos temáticos evidenciam padrões de participação e permitem identificar agrupamentos coesos por similaridade temática, apoiando hipóteses interpretáveis e insumos para curadorias digitais e decisões de política pública cultural. Conclui-se que a efetividade da análise de redes depende criticamente de escolhas de qualidade e padronização de dados e que a inspeção visual, tratada como parte da interpretação/avaliação, amplia a comunicabilidade dos achados para públicos não especializados.

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

Henrique Monteiro Cristovão, Universidade Federal do Espírito Santo

Doutor em Ciência da Informação na Universidade de Brasília (UnB) com estágio de pesquisa (doutorado sanduíche) no Institute for Human Machine Cognition (IHMC - EUA). Mestre em Informática na Universidade Federal do Espírito Santo (UFES). Bacharel em Matemática Aplicada e Computacional na UFES. Professor do Programa de Pós-graduação em Ciência da Informação (PPGCI-UFES), Professor Associado lotado no Departamento de Arquivologia/UFES. Líder do grupo de pesquisa Organização e Recuperação de Conhecimento em Rede (NetKOR), registrado no CNPq. Coordena o Laboratório de Ciência da Informação, Dados e Tecnologia - Cidat Lab/PPGCI/UFES. Participa dos grupos de pesquisa: Observatório da Informação Arquivística Digital; e Acervo em Rede: Acervos Digitais dos Museus do IBRAM. Temas de pesquisa atuais: Organização, representação e recuperação de informação e conhecimento em rede; interoperabilidade, metadados, ontologias e dados ligados na Web semântica; Ciência de Dados pelo viés da Ciência da Informação com ênfase em processos de análise de redes de informação, descoberta e visualização de dados, informação e conhecimento.
Daniela Lucas da Silva Lemos, Universidade Federal do Espírito Santo

Professora Associada e pesquisadora do Departamento de Biblioteconomia da Universidade Federal do Espírito Santo (UFES). Doutora em Ciência da Informação pela Universidade Federal de Minas Gerais (2014); mestre em Ciência da Informação pela Universidade Federal de Minas Gerais (2008); especialista em Gestão Estratégica da Informação pela Universidade Federal de Minas Gerais (2002); e graduada em Administração de Sistemas de Informação pela Faculdade de Sistemas de Informações Gerenciais do Centro Universitário UNA (2001). Atualmente atua como professora permanente do Programa de Pós Graduação em Ciência da Informação da UFES. Coordena o laboratório de Ciência da Informação, Dados e Tecnologia (Cidat Lab) vinculado à UFES e registrado como grupo de pesquisa no CNPq, com o qual coordena os projetos de pesquisa Acervo em Rede: acervos digitais dos museus do Ibram e Inteligência analítica para o setor museal, parceria com o Instituto Brasileiro de Museus (Ibram). Participa ainda como membro pesquisadora dos grupos Representação do Conhecimento, Ontologias e Linguagem (UFMG) e Laboratório de Inteligência de Redes (UnB), sendo esse último como pesquisadora do projeto Tainacan, um software livre para a construção de repositórios e bibliotecas digitais; além de parceria em pesquisas com a Secretaria da Cultura do Estado do Espírito Santo (Secult/ES) com o projeto Midiateca Capixaba. Tem se dedicado em pesquisas voltadas ao aspecto interdisciplinar entre a Ciência da Informação, a Ciência de Dados e a Ciência da Computação no que diz respeito a contribuições pontuais para a melhoria da qualidade de dados e metadados em bases de dados, visando infraestrutura informacional adequada para acesso, reúso, agregação, busca e recuperação de objetos digitais em rede, incluindo princípios FAIR [Findable/Localizável, Accessible/Acessível, Interoperable/ Interoperável e Reusable/Reutilizável] e de catalogação, técnicas de pré-processamento de dados e aprendizado de máquina. Tem experiência em áreas da Ciência da Informação, incluindo Organização e Tratamento da Informação, Representação do Conhecimento e Recuperação de Informação, atuando principalmente nos seguintes temas: Repositórios e Bibliotecas Digitais, Patrimônio Cultural Digital, Organização do Conhecimento, Modelagem Conceitual, Bancos de Dados, Vocabulários Controlados, Ontologias, Metadados, Web Semântica, Linked Data e Anotação Semântica de Recursos Multimídia na Web. Experiência na área de Tecnologia da Informação no segmento industrial e de serviços, com ênfase em bancos de dados, engenharia de software e análise, projeto, implantação e administração de sistemas de informação. Possui 21 anos de experiência docente em Instituições de Ensino Superior, incluindo cursos de Ciência da Computação, Engenharias, Sistemas de Informação, Ciência da Informação e Biblioteconomia.

Referências

BAKER, T.; NILSSON, M.; JOHNSTON, P. DCMI. The Singapore framework for du-blin core application profiles. 2008. Disponível em: http://dublincore.org/documents/singapore-framework/. Acesso em: 12 fev. 2026.

BANERJEE, S.; JENAMANI, M.; PRATIHAR, D. K. Properties of a projected network of a bipartite network. arXiv, [s. l.], v. 1, July 2017. DOI 10.48550/arXiv.1707.00912.

BORGATTI, S. P.; HALGIN, D. S. Analyzing affiliation networks. In: SCOTT, J.; CAR-RINGTON, P. (ed.). The SAGE handbook of social network analysis. London: SAGE Publications Ltd, 2014. DOI 10.4135/9781446294413.n28. cap. 28, p. 417-433.

BURKHARD, R. A. Towards a framework and a model for knowledge visualization: synergies between information and knowledge visualization. In: TERGAN, S.-O.; KELLER, T. (org.). Knowledge and Information Visualization. Heidelberg: Springer Berlin Heidelberg, 2005. p. 238-255. (Coleção Lecture Notes in Computer Science, v. 3426). DOI 10.1007/11510154_13.

CASTRO, L. N.; FERRARI, D. G. Introdução à mineração de dados. São Paulo: Sa-raiva, 2017.

CRISTOVÃO, H. M.; VALE, L. S. Análise de redes sociais de autores e instituições par-ticipantes nos anais do WIDAT 2017 a 2023 por coautoria e palavras-chave. Ciência da Informação, Brasília, v. 53, n. 2, p. 248-270, 2024. Edição especial. DOI 10.18225/ci.inf.v53i.6923.

ECKERSON, W. W. Data quality and the bottom line: achieving business success through a commitment to high quality data. Seattle: The Data Warehouse Institute, 2002. Disponível em: http://download.101com.com/pub/tdwi/Files/DQReport.pdf. Aces-so em: 12 fev. 2026.

EPPLER, M. J.; BURKHARD, R. A. Knowledge visualization: towards a new discipli-ne and its field of application. Lugano: Università della Svizzera italiana, 28 July 2004. (paper 2, v. 2.5). Disponível em: https://share.google/EzpLXmOlaYgdWiNxt. Acesso em: 12 fev. 2026.

ESPÍRITO SANTO. Análise executiva do FUNCULTURA/ES. 2. ed. Vitória: Instituto Jones dos Santos Neves, 2023. 61 p.; il. tab. (Relatório de Pesquisa).

FAYYAD, U.; PIATETSKY-SHAPIRO, G.; SMYTH, P. From data mining to knowledge discovery in databases. AI Magazine, [s. l.], v. 17, n. 3, p. 37-54, Fall, 1996.

GILLILAND, A. J. Setting the stage. In: BACA, M. (ed.). Introduction to metadata. 3. ed. Los Angeles: Getty Research Institute, 2016. E-book. Disponível em: https://www.getty.edu/publications/intrometadata/setting-the-stage/. Acesso em: 12 fev. 2026.

HAND, D. J.; MANNILA, H.; SMYTH, P. Principles of data mining. Cambridge: MIT Press, 2001.

HIGGINS, S. S.; RIBEIRO, A. C. A. Análise de redes em Ciências Sociais. Brasília: Enap, 2018. 227 p. (Coleção Metodologias de Pesquisa).

HJØRLAND, B. Data (with big data and database semantics). Knowledge Organizati-on, [s. l.], v. 45, n. 8, p. 643–652, 2018. DOI 10.5771/0943-7444-2018-8-685.

LEMOS, D. L. S.; MARTINS, D. L.; MACEDO, D. F. Plataforma de agregação midiateca capixaba: projeto cultura digital nas instituições de memória do Espírito Santo. In: EN-CONTRO NACIONAL DE PESQUISA EM CIÊNCIA DA INFORMAÇÃO, 24., 2024, Vi-tória. Anais [...]. Vitória: ANCIB, 2024. Disponível em: https://enancib.ancib.org/index.php/enancib/xxivenancib/paper/viewFile/2565/1516. Acesso em: 12 fev. 2026.

MCKNIGHT, P. E.; MCKNIGHT, K. M.; SIDANI, S.; FIGUEREDO, A. J. Missing data: a gentle introduction. New York: The Guilford Press, 2007. il.

NEWMAN, M. E. J. Networks: an introduction. Oxford; New York: Oxford University Press, 2010.

NOOY, W.; MRVAR, A.; BATAGELJ, V. Exploratory social network analysis with Pa-jek: revised and expanded edition for updated software. 3. ed. England; New York: Cambridge University Press, 2018.

SANT’ANA, R. C. G. Ciclo de vida dos dados: uma perspectiva a partir da ciência da informação. Informação & Informação, Londrina, v. 21, n. 2, p. 116-142, maio/ago. 2016. DOI 10.5433/1981-8920.2016v21n2p116.

WANG, R. Y.; STRONG, D. M. Beyond accuracy: what data quality means to data con-sumers. Journal of Management Information Systems, [s. l.], v. 12, n. 4, p. 5-33, 1996.

WASSERMAN, S.; FAUST, K. Social network analysis: methods and applications. Cambridge: Cambridge University Press, 1994.