Acções do Documento
Minho e Porto melhoram popularidade de notícias online (Correio do Minho)
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.