02085nam a2200289 a 450000100080000000500110000800800410001910000230006024502150008326001660029830000160046450000220048052010210050265000140152365000150153765300190155265300170157165300210158865300340160965300250164365300310166865300240169965300160172370000170173970000170175670000220177310094112020-02-07       2006    bl uuuu     u00u1 u    #d1 aVENDRUSCULO, L. G.  aAplicação da técnica de Text Mining e espacialização de informacões sócio-econômicas em sistemas objetivos de previsão de safra para a região da bacia hidrográfica do Pantanal.h[electronic resource]  aIn: SIMPÓSIO DE GEOTECNOLOGIAS NO PANTANAL, 1., 2006, Campo Grande, MS. Anais... Campinas: Embrapa Informática Agropecuária; São José dos Campos: Inpec2006  ap. 566-574.  aGeopantanal 2006.  aVários estudos acadêmicos e esforços governamentais têm sido empreendidos para predizer, com confiança, a área plantada e a produtividade, no intuito de estimar oficialmente as safras agrícolas brasileiras. A estimativa oficial é baseada em levantamentos sistemáticos, por município, com informação colhida através de entrevistas em estabelecimentos rurais e outros setores organizados da sociedade. É importante, contudo, que outros fatores sejam considerados para a consolidação dos números regionais,estaduais e nacionais, especialmente, os fenômenos climáticos, condições para o manejo das lavouras, ocorrência generalizada de pragas e doenças. Sob esta ótica, presente estudo apresenta a técnica de mineração de textos para incorporação de fatores sócio-econômicos no processo de previsão de safras. Estes fatores foram analisados no contexto de notícias jornalísticas por meio do software Eurekha, que possibilitou formar agrupamentos com índice de similaridades aceitáveis.  aDatabases  aHarvesting  aBanco de dados  aGoogle Earth  aHarvest forecast  aInformação não estruturada  aMineração de texto  aNon-structured information  aPrevisão de safras  aText mining1 aMARIN, F. R.1 aPILAU, F. G.1 aPACHECO, L. R. F.