A RELAÇÃO ENTRE INOVAÇÃO, EMPREENDEDORISMO E GESTÃO DO CONHECIMENTOSOB A PERSPECTIVA DO RESULTADO ORGANIZACIONAL DAS STARTUPS DE TECNOLOGIA DA INFORMAÇÃO

A sustentabilidade das startups é muito frágil, temos hoje um percentual elevado dessas empresas, que são descontinuadas em um curto prazo de tempo, sendo que as práticas tradicionais de administração não conseguem minimizar esta mortalidade. Assim pensando, destacam-se as startups da área de tecnologia de informação com alto grau de descontinuidade. Por isso, a proposta deste projeto analisar a relação entre os constructos inovação, empreendedorismo e gestão do conhecimento que possam a vir contribuir com a melhoria dos resultados organizacionais das startups brasileiras da área de tecnologia da informação. Os autores Geraldes (2013), Arruda et al (2012), Stefanovic, Prokic e Rankovic (2010), Helm e Mauroner (2007) e Cressy (2006) apontam indícios de que a morte prematura das startups é uma tendência mundial e enfatizam a necessidade do estudo sobre o tema como forma de potencializar a taxa de sobrevivência dessas empresas. Bessant, Tidd, e Pavitt (2008) assinalam que a sobrevivência das empresas no mercado vem a partir da capacidade em inovar e de ser dinâmica em sua adaptação ao ambiente. Por conseguinte, levanta-se a seguinte pergunta problema: Qual a relação entre inovação, empreendedorismo e gestão do conhecimento, segundo parâmetro do resultado organizacional das startups brasileiras da área de tecnologia da informação? A metodologia dessa pesquisa é caracterizada como qualitativa, estudo de caso múltiplo, utilizando-se técnica descritiva.Palavras-chave: Inovação. Empreendedorismo. Gestão do conhecimento. Startup.

Proposta de modelo de recomendação de conteúdo baseado em arquivos de legendas de filmes e séries

A crescente complexidade dos objetos armazenados e o grande volume de dados exigem modelos de recuperação e recomendação cada vez mais sofisticados. O objetivo deste trabalho é propor um modelo de recomendação de conteúdo baseado em arquivos de  legendas de filmes e séries. Utilizando a ferramenta Apache Lucene, para recuperação da informação, e a ferramenta OGMA, para análise de textos, foi possível propor, para o modelo, três etapas distintas: uma pesquisa utilizando palavra-chave, a classificação de filmes e séries por gênero e a identificação de títulos similares. Também é apresentado uma adaptação ao modelo para identificar em cada título um sentimento, denominado análise de sentimentos. Como resultado ressaltamos que a pesquisa por palavras-chave gerourecomendações surpreendentes, já que proporcionam ao usuário liberdade de pesquisa dentro de um conteúdo específico. Já a classificação por gênero apresentou índice de 73% de acerto em comparação com os gêneros apresentados pelo site IMDb, facilitando a recomendação de conteúdo. A análise de sentimentos demonstrou recomendações com coesão, determinando títulos apropriados para cada sentimento. Por último, a identificação de títulos similares, apresentou resultados primários, trazendo apenas filmes e séries com a mesma temática, sem apresentar nenhum resultado em comum com o site IMDb. Concluiu-se que apesar da enorme dificuldade de ser assertivo na recuperação da informação, existevantagens em se utilizar os arquivos de legendas para ajudar na composição dos sistemas de recomendação.