Saber antecipadamente o impacto que uma notícia vai gerar junto do público. Foi com esta ideia que Paulo Cortez, Pedro Vinagre e Kelwin Fernandes construíram um sistema inteligente de previsão de popularidade que pretende ser um contributo nesta matéria. Através dele será possível identificar quais as notícias que podem vir a ser populares. A equipa aponta, de momento, para uma taxa de precisão a rondar os 70% e para um aumento de 15% na probabilidade de uma notícia ser popular.
A ideia surgiu numa “unidade curricular do programa doutoral em Informática MAPi”, refere Kelwin Fernandes, investigador do INESC TEC, ao JPN. O sistema é composto por três módulos: recolha de dados, módulo de previsão e módulo de otimização.
No primeiro passo, Kelwin Fernandes explica que se procede a “uma limpeza e a um processamento dos dados de modo a construir uma base”. Nesta parte, entram indicadores como as palavras-chave, menções a notícias anteriores, partilhas e uso de imagens e vídeos.
No segundo módulo são construídos modelos de previsão, que são aplicados às notícias antes da publicação online. Os modelos podem dar duas respostas: “popular” ou “não popular”. Também calculam a probabilidade de quão popular pode ser o artigo.
O módulo de otimização é aquele que tem mais utilidade. “Usa o modelo de previsão e sugere alterações para aumentar a popularidade da notícia antes mesmo de ser publicada”, explica Kelwin Fernandes.
O investigador do INESC TEC aponta o que distingue a ferramenta: “A novidade é que consegue medir a popularidade das notícias antes de serem publicadas. A maior parte dos sistemas precisa de um certo número de horas ou dias para ver o comportamento inicial da audiência relativamente às notícias”.
O sistema está numa fase experimental e uma das hipóteses é procurar parceiros, como um site de notícias, para que a equipa possa aplicar o sistema e dar mais projeção ao trabalho desenvolvido.
