Pesquisa: chegada de Ronaldinho ao Flu tem grande impacto nas redes sociais

A chegada de Ronaldinho Gaúcho ao Fluminense movimentou o futebol brasileiro e as redes sociais. Em levantamento feito pela equipe do site Brasileirão na Rede, da Fundação Getúlio Vargas (FGV), o impacto do R10 no Flu foi enorme. É disparado o atleta mais citado. Na pesquisa, Fred também sempre aparece entre os dez mais citados.

Segurança pública é tema mais citado em redes sociais, indica monitoramento

Um monitoramento feito diariamente há mais de um ano pela Diretoria de Análises de Políticas Públicas (Dapp) da Fundação Getulio Vargas (FGV) mostra que menções relacionadas à segurança pública nas redes sociais – Facebook e Twitter – superam temas como educação e saúde. O estudo foi apresentado hoje (29) no 9º Encontro do Fórum Brasileiro de Segurança Pública, na sede da FGV, no Rio de Janeiro.

FGV cria plataforma de monitoramento de redes sociais no Campeonato Brasileiro

Transparência para o público, apoio para as marcas. Esse foi o norte da Fundação Getúlio Vargas (FGV) ao desenvolver a primeira plataforma de monitoramento das redes sociais no Campeonato Brasileiro, intitulada Brasileirão Na Rede e lançada oficialmente no mês de junho.

Na redes sociais, Sérgio Moro só é menos citado que Dilma e Lula em dia de protesto, aponta estudo

Dados retirados do jornal O Globo. Disponível em: < http://oglobo.globo.com/brasil/na-redes-sociais-sergio-moro-so-menos-citado-que-dilma-lula-em-dia-de-protesto-aponta-estudo-17270913>.

Redes bayesianas aplicadas à modelagem de fraudes em cartão de crédito

Modelos para detecção de fraude são utilizados para identificar se uma transação é legítima ou fraudulenta com base em informações cadastrais e transacionais. A técnica proposta no estudo apresentado, nesta dissertação, consiste na de Redes Bayesianas (RB); seus resultados foram comparados à técnica de Regressão Logística (RL), amplamente utilizada pelo mercado. As Redes Bayesianas avaliadas foram os classificadores bayesianos, com a estrutura Naive Bayes. As estruturas das redes bayesianas foram obtidas a partir de dados reais, fornecidos por uma instituição financeira. A base de dados foi separada em amostras de desenvolvimento e validação por cross validation com dez partições. Naive Bayes foram os classificadores escolhidos devido à simplicidade e a sua eficiência. O desempenho do modelo foi avaliado levando-se em conta a matriz de confusão e a área abaixo da curva ROC. As análises dos modelos revelaram desempenho, levemente, superior da regressão logística quando comparado aos classificadores bayesianos. A regressão logística foi escolhida como modelo mais adequado por ter apresentado melhor desempenho na previsão das operações fraudulentas, em relação à matriz de confusão. Baseada na área abaixo da curva ROC, a regressão logística demonstrou maior habilidade em discriminar as operações que estão sendo classificadas corretamente, daquelas que não estão.