06a Gestao Estrategica Empresarial Monitoramento Big Data FALSARELLA
06a Gestao Estrategica Empresarial Monitoramento Big Data FALSARELLA
06a Gestao Estrategica Empresarial Monitoramento Big Data FALSARELLA
¹ Orandi Mina Falsarella, ¹Celeste Aída Sirotheau Corrêa Jannuzzi, ¹Cibele Roberta Sugahara
¹ Pontifícia Universidade Católica de Campinas
Correspondência
¹ Orandi Mina Falsarella
Pontifícia Universidade Católica de Campinas
Campinas, SP
E-mail: orandi@puc-campinas.edu.br
ORCID:
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[420]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
RESUMO: Este trabalho tem como objetivo propor um Modelo de Monitoramento Informacional que possa
subsidiar a gestão estratégica empresarial, de modo a identificar ameaças e oportunidades e forças e fraquezas,
propiciando a obtenção de informações importantes para a elaboração e acompanhamento do Planejamento
Estratégico Empresarial. Sobre o aspecto metodológico, trata-se de uma discussão de natureza teórica, fundamenta
na pesquisa bibliográfica que procura recuperar conceitos relacionados a Big Data e Agente de Software
Inteligente, identificando características que, se automatizadas, podem contribuir com o processo de busca e
análise de dados e informações relevantes para a elaboração e acompanhamento do Planejamento Estratégico
Empresarial. Por fim, demonstra-se que na interseção desses conceitos é possível observar que um Sistema de
Inteligência Organizacional e Competitiva pode ser ampliado e evoluído ao utilizar as características de Big Data
e Agente de Software Inteligente, resultando no Modelo proposto.
ABSTRACT: This paper aims to propose an Informational Monitoring Model that can support the business strategic
management, in order to identify threats and opportunities, and strengths and weaknesses, providing the
obtainment of important information for the preparation and monitoring of the Business Strategic Planning. Under
the methodological aspect, it is a theoretical discussion based on literature that seeks to recover concepts related
to Big Data and Intelligent Software Agent, identifying characteristics that if automated, can contribute to the
process of search and analysis of relevant data and information for the preparation and monitoring of the Business
Strategic Planning. Finally, it demonstrates that in the intersection of these concepts is possible to observe a system
of Competitive Intelligence and Organizational that can be expanded and evolved to use the features of Big Data
and Intelligent Software Agent, allowing one to build as a result of the discussion, the model proposed.
KEYWORDS: Strategic Management. Organizational and Competitive Intelligence. Intelligent Software Agent.
Big Data.
RESUMEN: Este estudio tiene el objetivo de proponer un modelo de Monitoreo Informativo que pueden apoyar
la gestión estratégica de negocios, con la finalidad de identificar las amenazas y oportunidades, y las fortalezas y
debilidades, proporcionando la obtención de información importante para la preparación y monitoreo de el plan
estratégico corporativo. A la luz de los enfoques teóricos que se hace referencia en este estudio fue posible
recuperar conceptos relacionados con Big Data y el Agente de Software Inteligente, la identificación de las
características que si automatizado, puede contribuir al proceso de búsqueda y análisis de datos e información
relevantes para la preparación y monitoreo de un plan estratégico de negocio. Los resultados señalan que con la
intersección de estos conceptos un Sistema de Inteligencia Competitiva y Organizacional se puede ampliar
mediante el uso de las características de las funciones de Big Data y el Agente de Software Inteligente, que le
permite construir el modelo propuesto.
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[421]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
1 INTRODUÇÃO
Quando se pensa no PEE sabe-se que ele está relacionado diretamente à gestão
estratégica de uma organização, pois é a partir dele que se tem a definição da Visão e da Missão
da Instituição, a fixação dos Objetivos e Metas e das Estratégias a serem utilizadas para esse
fim, bem como a indicação dos Recursos necessários, sejam eles Financeiros, Materiais ou
Humanos, tudo para que a organização se torne competitiva (THOMPSON et al., 2008).
Assim, sob esse prisma e pensando na elaboração do PEE, um questionamento que pode
ser feito é se a Inteligência Organizacional e/ou a Inteligência Competitiva só se preocupam
com informações externas ao analisar ameaças e oportunidades, não olhando para as
informações internas importantes para a descoberta de forças e fraquezas. Valentim et al.
(2003, p.8) respondem a esse questionamento quando afirmam, por exemplo, que a Inteligência
Competitiva procura pesquisar "o ambiente onde a empresa está inserida, com o propósito de
descobrir oportunidades e reduzir os riscos, bem como diagnostica o ambiente interno
organizacional, visando o estabelecimento de estratégias de ação a curto, médio e longo prazo".
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[422]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
necessário, para a correção ou mudança de suas estratégias. Mas, para que isso aconteça, é
essencial que as mudanças de contexto onde a instituição atua sejam rapidamente observadas.
Mais do que isso, para Demirkan e Delen (2013), no mundo dos negócios, as organizações
precisam ser capazes de responder rapidamente às necessidades de mudanças do mercado.
Assim, dados e informações estão se tornando bens primários para muitas organizações,
fazendo com que a maioria delas busque coletá-los e processá-los o mais rapidamente possível,
independente do desafio atualmente existente de gerenciar grandes volumes de dados. Segundo
Begoli e Horey (2012), nos últimos anos, grandes quantidades de dados estão cada vez mais
disponíveis em volumes significativos (petabytes ou mais). Elas são provenientes de muitas
fontes como: redes sociais; mídias sociais; chamadas de aparelhos móveis; atividades
científicas; simulações; experimentos; sensores ambientais; entre outros, além, obviamente, de
fontes tradicionais.
Ji et al. (2012) exemplificam esse fato quando afirmam, em estudo realizado no início
desta década, que o Facebook fornece 570 bilhões de páginas Web e armazena 3 bilhões de
novas fotos a cada mês, além de administrar 25 bilhões de partes de conteúdos. Diante desse
enorme e crescente volume de dados e informações é que se delineia um grande problema:
como as organizações podem fazer uma observação constante e contínua de seu ambiente, de
modo a diminuir o tempo de latência do processo decisório, face ao grande volume de dados e
de informações produzido atualmente?
É nesse contexto, como resposta à essa situação, que surge na literatura científica e
empresarial um conceito mais amplo que recebe a denominação de Big Data. Para Han et al.
(2012), Big Data são os dados que devem ser analisados pelas empresas, mas que não foram
objeto de análise por não terem sido possíveis processá-los por meio da tecnologia atualmente
existente.
De acordo com os autores, no uso do Big Data, além da coleta e análise de um volume
expressivo de dados/informações, é possível também trabalhar com uma grande variedade de
formatos (imagens, sons, textos etc.). Os resultados das informações obtidas são apresentados
de forma sequenciada, auxiliando a tomada de decisão, por exemplo, na organização.
Conforme Agarwal et al. (2013), para extrair insights de grandes volumes de dados, as
informações precisam ser correlacionadas ou harmonizadas para um nível comum de
granularidade. Os autores complementam que muitas informações valiosas somente são
encontradas quando elas são provenientes de fontes externas e são integradas com as
informações internas que residem principalmente em bancos de dados relacionais.
Assim, voltando à afirmação de Falsarella et al. (2014) de que a IOC pode contribuir
com a elaboração e acompanhamento do Planejamento Estratégico Empresarial, percebe-se
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[423]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
que dentro do contexto da gestão estratégica, os conceitos Big Data e IOC estão diretamente
relacionados e são complementares entre si. Em conjunto, eles podem contribuir com o PEE
ao buscar e fornecer dados e informações relevantes, além de insights ao monitorar e observar
os ambientes interno e externo de uma organização, na busca de forças e fraquezas, como
também de ameaças e oportunidades.
A partir dessa associação, e pelo fato de estar relacionado aos conceitos supracitados,
destaca-se um outro conceito que também deve ser acrescido à essa discussão: o de Agente de
Software Inteligente. Definido como uma entidade computacional, com características de
mobilidade e inteligência, entre outras, o Agente de Software Inteligente tem a finalidade de
navegar pela rede de computadores a pedido de seu usuário, buscando e coletando dados e
informações, fazendo análises e identificando os que são relevantes.
Assim, diante da discussão feita até o momento e diante do grande volume de dados e
informações que precisam ser constantemente monitorados é que se desenvolve este trabalho
cujo objetivo é propor um Modelo de Monitoramento Informacional que possa subsidiar a
gestão estratégica empresarial, de modo a identificar ameaças e oportunidades e forças e
fraquezas, extraindo informações importantes para a elaboração e acompanhamento do PEE.
2 PROCEDIMENTO METODOLÓGICO
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[424]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
No presente trabalho, apresenta-se inicialmente uma discussão sobre Big Data e Agente
de Software Inteligente, descrevendo os principais conceitos e características. Posteriormente,
buscando atingir o objetivo do trabalho, ou seja, propor o Modelo de Monitoramento
Informacional, são detalhadas as relações desses conceitos e características com a Inteligência
Organizacional e Competitiva e elaboração e acompanhamento do Planejamento Estratégico
Empresarial.
3 BIG DATA
Borkar et al. (2012) dizem que empresas de todas os tipos e tamanhos estão
monitorando compras, pesquisas de produtos e outras informações para aumentar a eficácia do
seu marketing. Governos e empresas estão rastreando o conteúdo de blogs e tweets para realizar
análises de sentimentos. Organizações de saúde pública estão monitorando tweets e web para
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[425]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
Em seus estudos sobre o Big Data, Kaisleret al. (2013) afirmam que este é um fenômeno
emergente caracterizado por três “Vs”: Volume, Velocidade e Variedade. O Volume diz
respeito ao aumento da quantidade de dados existente que de terabytes passou para pentabytes
e está chegando a exabytes. Alguns especialistas estão sugerindo que zettabytes (10²¹) serão
alcançados nos próximos anos. A Velocidade se preocupa não só com a rapidez com que os
dados são acumulados, mas também com a rapidez que eles mudam. Já a Variedade se restringe
a dados estruturados ou não estruturados.
Beulke (2011) considera mais dois “Vs”, ou seja, Veracidade e Valor. Com relação à
Veracidade o autor descreve que, como o volume de dados é muito grande, é certo que haverá
entre eles alguns não confiáveis, que podem distorcer qualquer raciocínio que se pretenda fazer.
Com relação a Valor sugere a capacidade de extrair dados que agreguem valor e façam sentido
para a organização empresarial.
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[426]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
Volume
Valor Quantidade
Insights
Informações
Velocidade
Aumento e
Veracidade
modificação
Confiabilidade
Variedade
Estruturadas e
não estruturadas
O conjunto de características expressas pelos 5 V’s é que imprime ao Big Data sua
importância conceitual no tratamento de dados. No entanto, por se tratar de um conceito há a
necessidade da existência de ferramentas capazes de coletar os dados, analisá-los e
disponibilizá-los, no sentido de subsidiar a gestão estratégica empresarial. Uma dessas
ferramentas pode ser o agente de software inteligente que será apresentado a seguir.
Resende (2003) apresenta uma interessante taxonomia para os agentes que são
representadas em quatro eixos. São eles:
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[427]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
Para Aron et al. (2004), com as tecnologias baseadas na WEB, é possível que empresas
de vendas on-line possam obter informações precisas sobre compradores e oferecer produtos e
serviços que satisfaçam as preferências individuais de cada consumidor. Isso é possível por
meio da utilização de agentes de software inteligentes, ou seja, entidades computacionais que
podem avaliar e estimar as preferências do comprador, analisar históricos de compra, além de
apresentar estratégias de marketing personalizadas levando em conta preço, recomendação de
produtos, entre outros.
Kvassov (2000) corrobora com essa afirmação quando enfatiza que a Internet contém
dados/informações potencialmente importantes para uma organização. Isso tudo combinado
com ferramentas inteligentes de recuperação e gestão podem fornecer para um gestor insights
sobre as tendências do negócio detectadas no ambiente externo da organização.
Para Jennings (2000), existem vários pontos sobre a definição e construção de Agentes
de Softwares Inteligentes que precisam ser respeitados. São eles:
O problema a ser resolvido tem que estar bem identificado e com limites bem
definidos;
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[428]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
O ambiente onde ele vai agir deve estar definido. Ele age sobre o ambiente por meio
de informações recebidas de sensores, ou seja, em resposta a estímulos;
Ele deve ser projetado para atender a uma finalidade específica, com objetivos e
metas para alcançar;
Ele deve ter autonomia, ou seja, ter controle tanto sobre o seu estado interno como
sobre o seu comportamento;
Ele deve ser reativo à mudança do ambiente e responder em tempo hábil, sendo
capaz de antecipar objetivos futuros.
Os agentes de software contribuem para reduzir o trabalho humano, uma vez que as
tarefas são executadas mais rapidamente e com melhor precisão ao lidar com a sobrecarga de
informações, pois podem filtrar automaticamente grandes quantidades de informações não
estruturadas disponíveis na rede (MUNTEAN; TOMA, 2009). Assim, pensando em
mobilidade, os agentes podem ser:
Estáticos - são executados no local onde estão instalados por meio de programação
prévia ou estímulos do ambiente. Por exemplo, ao final do dia, em um horário pré-
determinado o agente verifica o resultado das vendas e informa seu usuário dos
pontos de venda que não atingiram a meta diária. (programação prévia). No caso de
estímulos, um exemplo seria as informações de vendas que ocorreram acima da
média serem detectadas e informadas pelo agente ao usuário em tempo real, à
medida que novos pedidos forem sendo inseridos no sistema;
Móveis – São agentes que navegam pela rede a pedido de seus usuários com tarefas
a serem cumpridas. Por exemplo, um agente que visita sites de concorrentes com o
propósito de comparar preços de produtos.
Para Néri (2005), agentes de software podem ser considerados programas aos quais são
delegadas tarefas e poder de decisão, tais como definir qual a melhor compra a ser feita, quais
os produtos são interessantes para oferecer a um cliente etc. No entanto, o autor pondera que,
como todo software, agentes são formalizações do conhecimento humano, codificados em
linguagem de computador que, sem bons mecanismos de decisão, não serão bons tomadores
de decisão.
Outro conceito apresentado por Néri (2005) é o sistema multi agente que contempla
vários agentes cooperando entre si, de modo que o sistema como um todo alcance o objetivo
previamente estipulado. De acordo com o autor, a cooperação exige comunicação entre essas
entidades de software.
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[429]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
Características
compulsórias Características típicas
Cooperação
Interação Social
Características adicionais
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[430]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
Segundo Sproule e Archer (2000), dentro do campo dos Sistemas de Informação (SI),
os agentes de software estão relacionados com o estudo dos Sistemas de Apoio à Decisão
(SAD), como pode ser observado no Quadro 1.
A relação SAD com os agentes de software deve ser considerada, uma vez que os
agentes podem ajudar os usuários fornecendo informações e subsídios para auxiliar no processo
decisório. Complementando, a tomada de decisão envolve a busca de informações relevantes
disponíveis no meio ambiente onde a instituição atua e a geração de soluções e alternativas que
permitam ao usuário escolher e tomar a melhor decisão.
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[431]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[432]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
Voltando ao Ciclo da IOC, para Falsarella et al. (2014), um ponto importante que
merece ser observado
[...] é que tanto a fase de Coleta de Dados e Informações, como a de Análise,
pelo fato de serem realizadas com o apoio de sistemas de informação, devem
ser automatizadas, permitindo, desse modo, avaliar um grande volume de
dados e informações disponíveis no ambiente de atuação da organização
(FALSARELLA et al., 2014).
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[433]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
Ciclo da IOC
Coleta de dados
Planejamento Análise Disseminação
2 e informações 4
Sistemas de Informação
Bases de
Dados
1 Transacionais, Gerenciais, de Bases de Externas
Apoio à Decisão, de Informação Dados
para Executivos e de Inteligência Internas
de Negócios
Execução e
Elaboração
Acompanhamento 5
1. Deve ser definido o campo de interesse que a organização pretende observar e as fontes
de informação. Também deve ser identificado que dados e informações podem ser úteis
levando a novas oportunidades e ameaças, além de sinalizar forças e fraquezas
(Planejamento);
2. É realizada a coleta de dados e informações. Devem ser relacionados os Sistemas de
Informação e as bases de dados internas e externas que serão úteis e que deverão
fornecer os dados e informações;
3. Com os dados e informações, é possível iniciar a etapa de Análise do Ciclo da IOC
onde, após a análise e busca de relações, podem emergir ameaças e oportunidades e
forças e fraquezas;
4. Inicia-se a Disseminação, onde a informação tratada e analisada será entregue para os
usuários;
5. Toma-se a decisão mais adequada contribuindo, assim, com o processo de elaboração
do PEE.
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[434]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
Big Data
Veracidade Agente de Software Inteligente
Cooperação
Valor
Bases de Autonomia
Volume Dados
Comunicação
Internas
Variedade Mobilidade
externas
Aprendizagem
Velocidade
Interação Social
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[435]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
Uma vez na etapa de Planejamento do Ciclo da IOC tendo sido estabelecido o campo
de interesse que uma organização pretende observar, definida a demanda e as fontes de
informação, o ASI pode iniciar a etapa de Coleta de Dados e Informações e simultaneamente
ou posteriormente a de Análise.
Com relação à quantidade de informações existentes a ser explorada (Volume), por ser
uma entidade de software com autonomia, que poderá se comunicar e ter a cooperação de
outros agentes, inclusive possuir a característica de mobilidade para viajar por vários servidores
da rede, essa tarefa será realizada por um ASI em muito menos tempo do que um Ser Humano.
Assim, sem dúvida alguma, essa é uma grande vantagem do ASI.
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[436]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
6 CONSIDERAÇÕES FINAIS
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[437]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
REFERÊNCIAS
ANDERSON, Lisa; RÖNNBOM, Åsa. Intelligent agents: a new technology for future
distributed sensor systems?. 2009. Master Thesis (Informatics Master) - Department of
Informatics, School of Economies and Commercial Law, Göteborg University, Gothenburg,
2009.
BARFIELD, Woodrow. Issues of law for software agents within virtual environments. MIT
Press Journals, Cambridge, v. 14, n. 6, p. 741-748, mar. 2006.
BEGOLI, Edmon; HOREY, James. Design principles for effective knowledge discovery
from big data. In: SOFTWARE ARCHITECTURE (WICSA) AND EUROPEAN
CONFERENCE ON SOFTWARE ARCHITECTURE (ECSA), 2012, Helsink. Anais
eletrônicos... IEEE/IFIP, 2012. p. 215-218.
BEULKE, Dave. Big data impacts data management: the 5 Vs of big data [blog post]. Dave
Beulke Blog, 2011. Disponível em: <http:// davebeulke.com/big-data-impacts-data-
management-the-five-vs-of-big-data> Acesso em: 15 jul. 2014.
BORKAR, Vinayak R.; CAREY, Michael J.; LI, Chen. Big data platforms: What's
next?. XRDS: crossroads, The ACM magazine for students, v. 19, n. 1, p. 44-49.
sept./nov.2012.
HAN, Xiaoyue et al. A Big Data model supporting information recommendation in social
networks. In: INTERNATIONAL CONFERENCE ON CLOUD AND GREEN
COMPUTING (CGC), 2., 2012. Anais eletrônicos... Hunan: IEEE, 2012. p. 810-813.
HICKMAN, Trey. Thanks for the memory: cooperative autonomous agent search in
uncertain environments. Computers in Human Behavior, Atlanta, v. 26, n. 6, p. 1266-1275,
nov. 2010.
JI, Changqing et al. Big Data processing in cloud computing environments. In:
INTERNATIONAL SYMPOSIUM ON PERVASIVE SYSTEMS, ALGORITHMS AND
NETWORKS (ISPAN), 12., 2012, San Marcos, Texas. Anais eletrônicos... San Marcos,
Texas, IEEE, 2012. p. 17-23. Disponível em: <
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[439]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
http://www.researchgate.net/publication/235933401_Big_Data_Processing_in_Cloud_Comp
uting_Environments> Acesso em: 12 mar. 2014.
MAES, Pattie apud DUAN, Yanqing et al. Supporting decision making process with “ideal”
software agents–What do business executives want?. Expert Systems with Applications,
Atlanta, v. 39, n. 5, p. 5534-5547, apr. 2012.
MITHAS, Sunil et al. Leveraging big data and business analytics [Guest editors'
introduction]. IT professional, Los Alamitos/CA, v. 15, n. 6, p. 18-20, nov./dec. 2013.
Disponível em < http://cloudcomputing.ieee.org/csdl/mags/it/2013/06/mit2013060018.pdf>
Acesso em: mar. 2014.
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[440]
RDBCI: Revista Digital Biblioteconomia e Ciência da Informação DOI 10.20396/rdbci.v15i2.8647124
RDBCI : Digital Journal of Library and Information Science
SPROULE, Susan; ARCHER, Norman P. Knowledge agents for search and choice support in
e-commerce: a decision support systems approach. Journal of Electronic Commerce
Research, Taipei, v. 1, n.4, p. 152-165, 2000. Disponível em: <
http://web.csulb.edu/journals/jecr/issues/20004/paper4.pdf> Acesso em: jun. 2014.
THOMPSON JR., Arthur A.; STRICKLAND III, A. J.; GAMBLE, John E. Administração
estratégica. 15. ed. Porto Alegre: AMGH, 2008.
© RDBCI: Rev. Digit. Bibliotecon. Cienc. Inf. Campinas, SP v.15 n.2 p. 420-441 maio/ago. 2017
[441]