Author(s): VENDRUSCULO, L. G.; MARIN, F. R.; BARBARISI, B.; PILAU, F. G.

Summary: Vários estudos acadêmicos e esforços governamentais têm sido empreendidos para predizer, com confiança, a área plantada e a produtividade, no intuito de estimar oficialmente as safras agrícolas brasileiras. A estimativa oficial é baseada em levantamentos sistemáticos, por município, com informação colhida através de entrevistas em estabelecimentos rurais e outros setores organizados da sociedade. É importante, contudo, que outros fatores sejam considerados para a consolidação dos números regionais, estaduais e nacionais, especialmente, os fenômenos climáticos, condições para o manejo das lavouras, ocorrência generalizada de pragas e doenças. Sob esta ótica, o presente estudo apresenta a técnica de mineração de textos para incorporação de fatores sócio-econômicos no processo de previsão de safras. Estes fatores foram analisados no contexto de notícias jornalísticas por meio do software Eurekha, que possibilitou formar agrupamentos com índice de similaridades aceitáveis.

Publication year: 2006

Types of publication: Paper in annals and proceedings

Unit: Embrapa Digital Agriculture

Keywords: Harvest forecast, Informação não estruturada, Mineração de texto, Non-structured information, Previsão de safras, Text mining