01889nam a2200229 a 450000100080000000500110000800800410001910000230006024501550008326001770023850000170041552010240043265300210145665300340147765300250151165300310153665300240156765300160159170000170160770000180162470000170164210068222022-05-18       2006    bl uuuu     u00u1 u    #d1 aVENDRUSCULO, L. G.  aAplicação do text mining para incorporação de informações sócio-econômicas em sistemas objetivos de previsão de safra.h[electronic resource]  aIn: CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA, 35., 2006, João Pessoa. Agroenergia e desenvolvimento tecnológico: anais. João Pessoa: SBEA, 2006. Não paginado.c2006  aCONBEA 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, o 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.  aHarvest forecast  aInformação não estruturada  aMineração de texto  aNon-structured information  aPrevisão de safras  aText mining1 aMARIN, F. R.1 aBARBARISI, B.1 aPILAU, F. G.