2021-09-20 12:37:14 - Atualizado em 2021-09-20 12:41:35
Trabalho sobre análise de tendências em commodities agrícolas foi aceito no Symposium on Knowledge Discovery, Mining and Learning (KDMiLe 2021).
Eventos são ações ou série de ações com data, local e pessoas envolvidas. Dados de notícias e redes sociais podem ser traduzidos em eventos, entretanto poucos trabalhos consideram eventos e suas componentes no processo de análise de eventos. Eventos de agronegócio, por exemplo, precisam de múltiplas componentes com o objetivo de criar relações profundas na base de dados, como: notícias relacionadas ao conceito aplicado e variações de preço no mercado. Neste artigo é proposto um método uma rede heterogênea de informações que armazena os componentes de um evento em conjunto com dados de preço extraído de séries-temporais para milho e soja. É proposto um algoritmo de network embedding baseado na propagação de embeddings de modelos de linguagem pré-treinados e as embeddings geradas são comparadas com o estado-da-arte de network embedding em um cenário de predição de links de trend. É demonstrado que o método proposto é competitivo com os demais, e também possibilita a atualização incremental dessas embeddings naturalmente, facilitando sua utilização no mundo real.
DO CARMO, P.; DOS REIS FILHO, I. J.; MARCACINI, R. Commodities trend link prediction on heterogeneous information networks. Symposium on Knowledge Discovery,Mining and Learning (KDMILE 2021).