Raspagem de dados com R

O laboratório apresenta as principais ferramentas de captura de dados na Internet e análise quantitativa de texto utilizando R. Além de ser um software livre voltado para estatística computacional e análise de dados, R é uma linguagem focada na aplicação de funções que, entre outras possibilidades, permite a captura de dados de forma automatizada na internet.  A partir de informações disponíveis em portais de notícias, apresentaremos esse processo de raspagem de dados de páginas web (especialmente de tabelas e de páginas construídas em html) e construção de bases de dados com textos de Internet tratados como informações quantitativas, o que permitirá introduzir algumas das práticas de mineração de texto. Faremos um exercício empírico partindo de uma questão de pesquisa que conduzirá a experimentação, de forma a capacitar os participantes com ferramentas e procedimentos que depois poderão ser usadas para a construção de suas próprias bases de dados. Para participação no curso, espera-se conhecimento prévio da linguagem R ou uma preparação de nivelamento por meio de tutoriais indicados antes do início das aulas.

23 a 27 de outubro
Segunda, Quarta e Sexta: das 19h às 22h

Professor responsável: Thiago Meirelles

Doutor em Ciência Política pela Universidade de São Paulo (USP) e Pesquisador do Núcleo de Informação e Coordenação do Ponto BR (NIC.br). Seu objeto de pesquisa são os efeitos da inteligência artificial sobre o mercado de trabalho e a desigualdade de renda. Outros interesses de pesquisa incluem conflitos distributivos e seus impactos sobre a desigualdade, bem como metodologias para inferência causal. Graduado em Relações internacionais pela Universidade Estadual Paulista (UNESP), é mestre em Ciência Política pela USP.