MÍDIAS SOCIAIS ON-LINE: o consumidor fala, mas quem escuta?

Sob o prisma da comunicação mercadológica, esse trabalho se propõe investigar o novo perfil de consumidor que, conectado a uma ampla rede de pessoas, influencia e até comanda diversas mudanças na forma de produzir e vender bens e serviços. A comunicação passa a ser mais horizontal do que vertical, pois os consumidores manifestam-se nas mídias sociais on-line e interagem com seus pares, e muitas empresas demonstram dificuldades em perceber o início desse crescente poder de manifestação do consumidor. O propósito desta pesquisa é investigar até que ponto os consumidores estão conseguindo ser ouvidos pelas empresas por meio das mídias sociais on-line. A metodologia aplicada foi o Estudo de Casos Múltiplos de empresas do setor de telefonia celular. Construiu-se um instrumento de pesquisa e, por meio de análise de conteúdo dos comentários coletados durante três meses nas páginas da TIM e da CLARO no Facebook, os resultados apontam uma dificuldade muita grande das empresas do setor de telefonia em ouvir os consumidores.

O ENSINO DA COMUNICAÇÃO EMPRESARIAL EM MATO GROSSO DO SUL: dificuldades e desafios para incorporar as novas mídias on-line

A comunicação empresarial se desenvolve a passos largos, acompanhando as mudanças ocorridas no mercado, no universo da comunicação e na própria sociedade. A gestão do relacionamento com os públicos de interesse das organizações se tornou mais complexa e faz com que os profissionais da área atentem para as novas realidades do mercado. Em função desse novo cenário, é fundamental a capacitação do profissional para lidar com as mídias sociais, e ela deve se iniciar já no momento de sua formação universitária. Para a pesquisa bibliográfica, utilizamos como principais autores Bueno (2009), Scott (2008; 2011) e Terra (2011).Por serem assuntos relativamente novos, foram realizadas, ainda, entrevistas semiestruturadas com autores/pesquisadores da área para verificar as situações ideais do ensino da comunicação organizacional atuais. Com objetivo de apresentarmos as condições, percepções e desafios da formação do profissional da comunicação de Mato Grosso do Sul para trabalhar com a comunicação empresarial, foram feitas entrevistas semiestruturadas com os professores das faculdades e fechadas com os acadêmicos, de forma que demos atenção especial para seus conhecimentos e suas práticas nesses novos ambientes de interação. Dentre os resultados encontrados estão a necessidade da formação ampla do profissional com conhecimento da área da comunicação e organizações e a conclusão que essa formação integral garante à atuação dele em qualquer mídia/ferramenta.

Comunicação e Governança Corporativa: a informação on-line das empresas do Novo Mercado com o investidor pessoa física

O estudo pretende mostrar que a clareza semântica e a fácil navegabilidade nos sites de Relações com Investidores são essenciais para a comunicação com os investidores individuais bem como para a sua compreensão das Boas Práticas da Governança Corporativa adotadas pelas empresas que aderiram ao Novo Mercado da Bovespa. O trabalho está dividido em quatro etapas. O primeiro capítulo explica o que é Governança Corporativa, como esse conceito foi implementado no Brasil, apresenta o mercado de ações, o Novo Mercado e aborda os temas relacionados ao setor financeiro. Em seguida, aborda a evolução da comunicação empresarial e como as organizações tiveram que adaptar a sua cultura organizacional e os canais de comunicação devido à constante e ininterrupta série de transações (aquisições, fusões e incorporações) que acontecem no Brasil desde 1994, com o início do Plano Real. Esse processo proporcionou uma alteração geopolítica, cultural, econômica e social nas corporações. Ainda nesse capítulo o estudo apresenta as características dos canais que as organizações utilizam para se comunicar com os públicos de referência. Mostra também como a internet e as demais mídias digitais se integraram nesse processo corporativo, a relação com os investidores, os sites de RI das empresas do Novo Mercado e o perfil do investidor individual. Por último, o estudo apresenta a avaliação dos sites de RI, os critérios adotados para analisar a construção das homepages e demais páginas. Nesse ponto, o objetivo foi avaliar a clareza semântica, ou seja, a maneira como as informações são transmitidas para os investidores individuais, a acessibilidade desse canal de comunicação como a quantidade de cliques necessária para ter acesso a qualquer informação e se os sites possuem espaços específicos para esse público. Finalmente, são apresentados os resultados e uma análise da comunicação empresarial dessas empresas antes e depois da entrada das mesmas no Novo Mercado da Bovespa e as considerações finais.(AU)

REDE SOCIAL CAFÉS DO BRASIL: UMA ANÁLISE COMUNICACIONAL

Este trabalho teve como objetivo descrever e analisar a rede social Cafés do Brasil rede social na Internet criada para integrar cafeicultores, agrônomos, pesquisadores e demais agentes que atuam no agronegócio café - a partir da comunicação estabelecida entre seus atores, procurando, ainda, avaliar a adequação desta nova formatação de rede social para o processo de comunicação à transferência de informação tecnológica ao setor produtivo e para a interação dos agentes que atuam nos diversos segmentos da cadeia agroindustrial do café. A principal metodologia empregada foi a Análise de Redes Sociais (ARS) que, por meio de análises matemáticas e estatísticas, fundamentadas na modelagem por meio de grafos (sociogramas), permitiu-nos não só descrever as propriedades estruturais da rede estudada, como interpretar e criar significados para as relações sociais identificadas na rede. Os resultados obtidos caracterizam a rede Cafés do Brasil como uma rede pouco conectada tanto no âmbito das relações estabelecidas entre seus atores pela troca de mensagens por e-mail, quanto nos espaços destinados à discussão e debates sobre temas relacionados ao setor. À guisa de conclusões pode-se afirmar que, apesar de possuir estrutura aberta e flexível, e ferramentas que facilitam o compartilhamento de informações, a rede Cafés do Brasil não foi capaz até o momento de integrar de forma satisfatória os agentes da cadeia agroindustrial do café que dela participam, e sua formatação atual não favorece substancialmente o processo de comunicação para a transferência de tecnologia ao setor produtivo. Com base no estudo, apresentamos sugestões para ajustes na configuração da rede de forma a adequá-la aos objetivos para os quais foi construída.(AU)

On-line learning in multilayer neural networks

We present an analytic solution to the problem of on-line gradient-descent learning for two-layer neural networks with an arbitrary number of hidden units in both teacher and student networks. The technique, demonstrated here for the case of adaptive input-to-hidden weights, becomes exact as the dimensionality of the input space increases.

Adaptive back-propagation in on-line learning of multilayer networks

An adaptive back-propagation algorithm is studied and compared with gradient descent (standard back-propagation) for on-line learning in two-layer neural networks with an arbitrary number of hidden units. Within a statistical mechanics framework, both numerical studies and a rigorous analysis show that the adaptive back-propagation method results in faster training by breaking the symmetry between hidden units more efficiently and by providing faster convergence to optimal generalization than gradient descent.

Using ancillary statistics in on-line learning algorithms

Neural networks are usually curved statistical models. They do not have finite dimensional sufficient statistics, so on-line learning on the model itself inevitably loses information. In this paper we propose a new scheme for training curved models, inspired by the ideas of ancillary statistics and adaptive critics. At each point estimate an auxiliary flat model (exponential family) is built to locally accommodate both the usual statistic (tangent to the model) and an ancillary statistic (normal to the model). The auxiliary model plays a role in determining credit assignment analogous to that played by an adaptive critic in solving temporal problems. The method is illustrated with the Cauchy model and the algorithm is proved to be asymptotically efficient.

Finite-size effects in on-line learning of multilayer neural networks

We complement recent advances in thermodynamic limit analyses of mean on-line gradient descent learning dynamics in multi-layer networks by calculating fluctuations possessed by finite dimensional systems. Fluctuations from the mean dynamics are largest at the onset of specialisation as student hidden unit weight vectors begin to imitate specific teacher vectors, increasing with the degree of symmetry of the initial conditions. In light of this, we include a term to stimulate asymmetry in the learning process, which typically also leads to a significant decrease in training time.

Globally optimal parameters for on-line learning in multilayer neural networks

We present a framework for calculating globally optimal parameters, within a given time frame, for on-line learning in multilayer neural networks. We demonstrate the capability of this method by computing optimal learning rates in typical learning scenarios. A similar treatment allows one to determine the relevance of related training algorithms based on modifications to the basic gradient descent rule as well as to compare different training methods.

The role of biases in on-line learning of two-layer networks

The influence of biases on the learning dynamics of a two-layer neural network, a normalized soft-committee machine, is studied for on-line gradient descent learning. Within a statistical mechanics framework, numerical studies show that the inclusion of adjustable biases dramatically alters the learning dynamics found previously. The symmetric phase which has often been predominant in the original model all but disappears for a non-degenerate bias task. The extended model furthermore exhibits a much richer dynamical behavior, e.g. attractive suboptimal symmetric phases even for realizable cases and noiseless data.

Dynamics of on-line learning in radial basis function networks

On-line learning is examined for the radial basis function network, an important and practical type of neural network. The evolution of generalization error is calculated within a framework which allows the phenomena of the learning process, such as the specialization of the hidden units, to be analyzed. The distinct stages of training are elucidated, and the role of the learning rate described. The three most important stages of training, the symmetric phase, the symmetry-breaking phase, and the convergence phase, are analyzed in detail; the convergence phase analysis allows derivation of maximal and optimal learning rates. As well as finding the evolution of the mean system parameters, the variances of these parameters are derived and shown to be typically small. Finally, the analytic results are strongly confirmed by simulations.

On-line learning with adaptive back-propagation in two-layer networks

An adaptive back-propagation algorithm parameterized by an inverse temperature 1/T is studied and compared with gradient descent (standard back-propagation) for on-line learning in two-layer neural networks with an arbitrary number of hidden units. Within a statistical mechanics framework, we analyse these learning algorithms in both the symmetric and the convergence phase for finite learning rates in the case of uncorrelated teachers of similar but arbitrary length T. These analyses show that adaptive back-propagation results generally in faster training by breaking the symmetry between hidden units more efficiently and by providing faster convergence to optimal generalization than gradient descent.

On-line learning in radial basis functions networks

An analytic investigation of the average case learning and generalization properties of Radial Basis Function Networks (RBFs) is presented, utilising on-line gradient descent as the learning rule. The analytic method employed allows both the calculation of generalization error and the examination of the internal dynamics of the network. The generalization error and internal dynamics are then used to examine the role of the learning rate and the specialization of the hidden units, which gives insight into decreasing the time required for training. The realizable and over-realizable cases are studied in detail; the phase of learning in which the hidden units are unspecialized (symmetric phase) and the phase in which asymptotic convergence occurs are analyzed, and their typical properties found. Finally, simulations are performed which strongly confirm the analytic results.

On-line learning in neural networks

On-line learning is one of the most powerful and commonly used techniques for training large layered networks and has been used successfully in many real-world applications. Traditional analytical methods have been recently complemented by ones from statistical physics and Bayesian statistics. This powerful combination of analytical methods provides more insight and deeper understanding of existing algorithms and leads to novel and principled proposals for their improvement. This book presents a coherent picture of the state-of-the-art in the theoretical analysis of on-line learning. An introduction relates the subject to other developments in neural networks and explains the overall picture. Surveys by leading experts in the field combine new and established material and enable non-experts to learn more about the techniques and methods used. This book, the first in the area, provides a comprehensive view of the subject and will be welcomed by mathematicians, scientists and engineers, whether in industry or academia.