Interfaces for television content sharing and annotation

Dissertação para obtenção do Grau de Mestre em Engenharia Informática

Personalization platform for multimodal ubiquitous computing applications

Dissertação para obtenção do Grau de Mestre em Engenharia Informática

Automatic information retrieval through text-mining

The dissertation presented for obtaining the Master’s Degree in Electrical Engineering and Computer Science, at Universidade Nova de Lisboa, Faculdade de Ciências e Tecnologia

Fatores de prognóstico para os resultados de sucesso da fisioterapia multimodal em utentes com dor cervical crónica

RESUMO: Introdução: O conhecimento acerca da influência das características dos indivíduos com dor cervical crónica (DCC) no prognóstico dos resultados alcançados com a Fisioterapia é ainda inconsistente, sendo escassos os estudos desenvolvidos neste âmbito. Objetivo: Este relatório pretende determinar se um modelo baseado em fatores de prognóstico é capaz de prever os resultados de sucesso da Fisioterapia, a curto prazo, em utentes com DCC, ao nível da incapacidade funcional, intensidade da dor e perceção global de melhoria. Metodologia: Trata-se de estudo de coorte prospetivo com 112 participantes. Os utentes foram avaliados na primeira semana de tratamento e sete semanas após o início da intervenção. Os instrumentos utilizados foram o Neck Disability Index–Versão Portuguesa (NDI-PT) e a Escala Numérica da Dor (END) nos dois momentos de avaliação, um Questionário de Caracterização Sociodemográfica e Clínica da Amostra na baseline e a Patient Global Impression Change Scale–Versão Portuguesa (PGIC-PT) no follow-up. As características sociodemográficas e clínicas foram incluídas como potenciais fatores de prognóstico e estes foram definidos com base nas diferenças mínimas clinicamente importantes (DMCI) dos instrumentos NDIPT (DMCI≥6) e END (DMCI≥2) e no critério de pontuação ≥5 na PGIC-PT. A análise dos dados foi realizada através do método de regressão logística (backward conditional procedure) para identificar as associações entre os indicadores e as variáveis de resultado (p<0.05). Resultados: Dos 112 participantes incluídos no estudo, 108 completaram o follow-up (média de idade: 51.76±10.19). No modelo multivariado relativo à incapacidade funcional, os resultados de sucesso encontram-se associados a elevados níveis de incapacidade na baseline (OR=1.123; 95% IC 1.056–1.194) e a duração da dor inferior a 12 meses (OR=2.704; 95% IC 1.138–6.424). Este modelo explica 30.0% da variância da melhoria da funcionalidade e classifica corretamente 74.1% dos utentes (sensibilidade: 75.9%; especificidade: 72.0%). O modelo relativo à intensidade da dor identificou apenas a associação do outcome com níveis elevados de intensidade da dor na baseline (OR=1.321; 95% IC 1.047–1.668), explicando 7.5% da variância da redução da mesma e classificando corretamente 68.2% dos utentes (sensibilidade: 94.4%; especificidade: 16.7%). O modelo final referente à perceção global de melhoria apresentou uma associação com a intensidade da dor na baseline (OR=0.621; 95% IC 0.465–0.829), com a presença de cefaleias e/ou tonturas (OR=2.538; 95% IC 0.987–6.526) e com a duração da dor superior a 12 meses (OR=0.279; 95% IC 0.109–0.719). Este modelo explica 27.5% da variância dos resultados de sucesso para este outcome e classifica corretamente 73.1% dos utentes (sensibilidade: 81.8%; especificidade: 59.5%). Conclusões: Utentes com DCC com elevada incapacidade na baseline e queixas de dor há menos de 12 meses apresentam maior probabilidade de obter melhorias ao nível da incapacidade funcional. Elevados níveis de intensidade da dor na baseline predizem resultados de sucesso na redução da dor após sete semanas de tratamento. Utentes com DCC com baixos níveis de dor na baseline, com cefaleias e/ou tonturas e com queixas de dor há mais de 12 meses apresentam maior probabilidade de obter uma melhor perceção de melhoria.--------------- ABSTRACT:Introduction: The influence of the characteristics of individuals with chronic neck pain (CNP) on the prognosis of physiotherapy outcomes is still inconsistent, there being few studies developed in this context. Aim: This study seeks to determine whether a model based on prognostic factors can predict the short-term physiotherapy successful outcomes in CNP patients, regarding functional disability, pain intensity and perceived recovery. Methodology: This is a prospective cohort study with 112 participants. Patients were assessed during the first week of treatment and seven weeks after the start of the intervention. The instruments used were the Neck Disability Index–Portuguese Version (NDI-PT) and the Numerical Rating Scale (NRS) at both moments of assessment, a Sample Sociodemographic and Clinical Characterization Questionnaire at baseline and Patient Global Impression Change Scale–Portuguese Version (PGIC-PT) at the follow-up. The sociodemographic and clinical characteristics were included as potential predictors of successful outcomes, and these were defined on the basis of minimal clinically important differences (MCID) of NDI-PT (MCID≥6) and END (MCID≥2) and the criteria score ≥5 on the PGIC-PT. Data analysis was performed using logistic regression (backward conditional procedure) to identify associations between predictors and outcomes (p<0.05). Results: Of the 112 participants included in the study, 108 completed the follow-up (mean age: 51.76±10.19). In the multivariate model of functional disability, the successful outcomes are associated with high levels of disability at baseline (OR = 1.123; 95% CI 1.056-1.194), and pain duration shorter than 12 months (OR=2.704; 95% CI 1.138–6.424). This model explains 30.0% of the variance of improved functional capacity and correctly classifies 74.1% of the patients (sensitivity: 75.9%, specificity: 72.0%). The model for pain intensity solely identified an outcome association with high pain intensity at baseline (OR=1.321; 95% CI 1.047-1.668), explaining 7.5% of the variance of pain reduction and correctly classifying 68.2% of the patients (sensitivity: 94.4%, specificity: 16.7%). The final model of perceived recovery showed an association with pain intensity at baseline (OR=0.621; 95% CI 0465-0829), with the presence of headache and/or dizziness (OR=2.538; 95% CI 0.987-6.526) and the duration of pain over 12 months (OR=0.279; 95% CI 0.109-0.719). This model explains 27.5% of the variance of successful outcomes and correctly classifies 73.1% of the patients (sensitivity: 81.8%, specificity: 59.5%). Conclusions: Patients with CNP with high disability at baseline and complaints of pain for less than 12 months are more likely to obtain improvements in functional disability. High levels of pain intensity at baseline predict successful outcomes in pain reduction after seven weeks of treatment. Patients with CNP with low levels of pain at baseline, with headache and/or dizziness and with pain complaints for more than 12 months are more likely to get a better perceived recovery.

Text mining e twitter : o poder das redes sociais num mercado competitivo

Actualmente, com a massificação da utilização das redes sociais, as empresas passam a sua mensagem nos seus canais de comunicação, mas os consumidores dão a sua opinião sobre ela. Argumentam, opinam, criticam (Nardi, Schiano, Gumbrecht, & Swartz, 2004). Positiva ou negativamente. Neste contexto o Text Mining surge como uma abordagem interessante para a resposta à necessidade de obter conhecimento a partir dos dados existentes. Neste trabalho utilizámos um algoritmo de Clustering hierárquico com o objectivo de descobrir temas distintos num conjunto de tweets obtidos ao longo de um determinado período de tempo para as empresas Burger King e McDonald’s. Com o intuito de compreender o sentimento associado a estes temas foi feita uma análise de sentimentos a cada tema encontrado, utilizando um algoritmo Bag-of-Words. Concluiu-se que o algoritmo de Clustering foi capaz de encontrar temas através do tweets obtidos, essencialmente ligados a produtos e serviços comercializados pelas empresas. O algoritmo de Sentiment Analysis atribuiu um sentimento a esses temas, permitindo compreender de entre os produtos/serviços identificados quais os que obtiveram uma polaridade positiva ou negativa, e deste modo sinalizar potencias situações problemáticas na estratégia das empresas, e situações positivas passíveis de identificação de decisões operacionais bem-sucedidas.

Business intelligence in banking: A literature analysis from 2002 to 2013 using Text Mining and latent Dirichlet allocation

telligence applications for the banking industry. Searches were performed in relevant journals resulting in 219 articles published between 2002 and 2013. To analyze such a large number of manuscripts, text mining techniques were used in pursuit for relevant terms on both business intelligence and banking domains. Moreover, the latent Dirichlet allocation modeling was used in or- der to group articles in several relevant topics. The analysis was conducted using a dictionary of terms belonging to both banking and business intelli- gence domains. Such procedure allowed for the identification of relationships between terms and topics grouping articles, enabling to emerge hypotheses regarding research directions. To confirm such hypotheses, relevant articles were collected and scrutinized, allowing to validate the text mining proce- dure. The results show that credit in banking is clearly the main application trend, particularly predicting risk and thus supporting credit approval or de- nial. There is also a relevant interest in bankruptcy and fraud prediction. Customer retention seems to be associated, although weakly, with targeting, justifying bank offers to reduce churn. In addition, a large number of ar- ticles focused more on business intelligence techniques and its applications, using the banking industry just for evaluation, thus, not clearly acclaiming for benefits in the banking business. By identifying these current research topics, this study also highlights opportunities for future research.

Reconstructing transcriptional regulatory networks using data integration and text mining

Transcriptional Regulatory Networks (TRNs) are powerful tool for representing several interactions that occur within a cell. Recent studies have provided information to help researchers in the tasks of building and understanding these networks. One of the major sources of information to build TRNs is biomedical literature. However, due to the rapidly increasing number of scientific papers, it is quite difficult to analyse the large amount of papers that have been published about this subject. This fact has heightened the importance of Biomedical Text Mining approaches in this task. Also, owing to the lack of adequate standards, as the number of databases increases, several inconsistencies concerning gene and protein names and identifiers are common. In this work, we developed an integrated approach for the reconstruction of TRNs that retrieve the relevant information from important biological databases and insert it into a unique repository, named KREN. Also, we applied text mining techniques over this integrated repository to build TRNs. However, was necessary to create a dictionary of names and synonyms associated with these entities and also develop an approach that retrieves all the abstracts from the related scientific papers stored on PubMed, in order to create a corpora of data about genes. Furthermore, these tasks were integrated into @Note, a software system that allows to use some methods from the Biomedical Text Mining field, including an algorithms for Named Entity Recognition (NER), extraction of all relevant terms from publication abstracts, extraction relationships between biological entities (genes, proteins and transcription factors). And finally, extended this tool to allow the reconstruction Transcriptional Regulatory Networks through using scientific literature.

Média digitais e lusofonia

É meu propósito, neste texto, discutir a Lusofonia através de um conjunto de conceitos ligados aos média digitais interativos, rompendo os limites da ligação entre produtores e recetores de conteúdos nas relações multi, inter e transculturais. Vou insistir na ideia de que os média digitais interativos significam novas práticas nas relações interculturais: por um lado, formas digitais interativas de comunicação intercultural e, por outro, textualidades multimodais (“hipertextualidades”) na produção do sentido lusófono. O percurso que proponho tem um cariz preponderantemente epistemológico. Tomando a Lusofonia como figura de interesse geoestratégico e cultural e os média digitais como objeto de análise, é minha preocupação fundamental interrogar a inovação, a hibridez e a interatividade digitais e verificar de que modo se articulam com as relações multi, inter e transculturais. Palavras-chave: Lusofonia, comunicação intercultural, média digitais interativos, comunicação multimodal, tecnologia da comunicação, Museu da Língua Portuguesa em São Paulo, Museu Virtual da Lusofonia.

Interação multimodal de dispositivos robóticos em ambiente simulado

Dissertação de mestrado integrado em Engenharia e Gestão de Sistemas de Informação

Text mining na análise de sentimentos em contextos de big data

Dissertação de mestrado integrado em Engenharia e Gestão de Sistemas de Informação

A network approach to brain aging through multimodal neuroimaging

Tese de Doutoramento em Ciências da Saúde.