Limiar de eficiência para consulta de similaridade de dados não geométricos

Abstract

A revolução impulsionada na última década pela web levou a cartografia a experimentar um redescobrimento pelo público leigo, como evidenciado pela diversidade de produtos cartográficos acessíveis e, de fato, acessado pelo público. Junto com os avanços tecnológicos, facilidades como aumento da capacidade de armazenamento e captação de informação geográfica, vive-se uma abundância de informação. Devido a isto, a pesquisa caminhou na busca por soluções que adequam índices de similaridade textual em Nomes Geográficos, para que estes atributos tornem-se chave de ligação no processamento de consultas a bases de dados distintas. O objetivo é viabilizar o manejo e recuperação de uma grande massa de dados. Este indicador de similaridade foi testado e confrontado entre experimentos com dados simulados e dados reais de fontes conhecidas, tais como do Instituto Brasileiro de Geografia e Estatística (IBGE) e Instituto Pereira Passos (IPP). Os principais resultados dos experimentos reconheceram padrões nos testes, como a importância da posição da variável ruído na cadeia de caracteres, como também limites de uso para componente de similaridade na integração de bases de dados.