Minho e Porto melhoram popularidade de notícias online   

Braga

autor

Redacção

contactar num. de artigos 34017

Uma equipa das universidades do Minho e do Porto criou um sistema inteligente que sugere melhorias no desenho de notícias online antes da sua publicação, com vista a aumentar a sua popularidade. O sistema permitiu, nos testes, aumentar 15% a probabilidade de uma notícia ser popular e ainda identificar a maioria (73%) das notícias que viriam a ser populares.
 
A investigação venceu o Best Paper Award da 17ª Conferência Portuguesa em Inteligência Artificial, entre 81 artigos de autores de 18 países, e foi já publicada pela editora Springer. O trabalho, intitulado “A proactive intelligent decision support system for predicting the popularity of online news”, é da autoria de Paulo Cortez, Pedro Vinagre (ambos do Centro Algoritmi da UMinho) e Kelwin Fernandes (do INESC TEC).
 
Há um interesse crescente por notícias online, face à expansão da Internet, e a previsão das notícias mais populares, medida pelo número de partilhas, é cada vez mais estudada e cobiçada pelas empresas e instituições. Os cientistas do Minho e Porto decidiram aplicar o seu novo “sistema de apoio à decisão inteligente” a quase 40.000 notícias publicadas desde 2013 no Mashable, o maior blogue mundial de notícias sobre novas tecnologias, que tem 24 milhões de seguidores e 7.5 milhões de partilhas por mês. A equipa concluiu que a popularidade de uma notícia pode subir com uma fácil alteração, pelo seu autor, de atributos sugeridos como o número de palavras do título, as palavras-chave (já usadas noutras notícias) e a aposta em determinados links.
 
Fundamental para quem coloca notícias na Internet
 
“É uma ferramenta fundamental para quem coloca notícias na Internet”, defende Paulo Cortez, que é também professor do Departamento de Sistemas de Informação da UMinho. O sistema inovador usa três módulos: recolha de dados, previsão de popularidade e otimização. No primeiro, agrega indicadores como número de palavras do título, palavras-chave, menções a notícias anteriores, partilhas dessas notícias, sentimento (positivo/negativo) por elas gerado e o uso de imagens ou vídeos. No módulo de previsão, os dados recolhidos são utilizados para treinar modelos de aprendizagem automática, criando um modelo que preveja a probabilidade de a notícia candidata ser popular. Por fim, usa-se o modelo de otimização para procurar sugestões de mudanças à notícia candidata, aumentando assim a popularidade estimada.
 
Os investigadores criaram ainda um protótipo na linguagem Python para testar a arquitetura do sistema com qualquer notícia Mashable. Os dados obtidos foram doados ao repositório científico UCI Machine Learning, tendo já atingido cerca de 30.000 visualizações e sido até aplicados em cursos na Universidade McGill (Canadá), no Politécnico de Rensselaer (EUA) e no blogue mundial de alojamento Airbnb. Pedro Vinagre está a reforçar o sistema inteligente proposto, no âmbito da sua tese do doutoramento em Informática “MAP-i”, das universidades do Minho, Porto e Aveiro.

vote este artigo


 

Comente este artigo

Faça login ou registe-se gratuitamente para poder comentar este artigo.

comentários

Não existem comentários para este artigo.

Últimos artigos das categorias relacionadas

Tempo

Classificados

Edição Impressa (CM)

Edição Impressa (MF)

Newsletter

subscrição de newsletter

mapa do site

2008 © todos os direitos reservados ARCADA NOVA - comunicação, marketing e publicidade, S.A. | concept by: Cápsula - soluções multimédia