Em um mundo caracterizado por mudanças rápidas, incertezas e crescente interconexão, há uma necessidade cada vez maior de que a ciência resolva problemas persistentes e complexos. Um desses problemas tem um profundo impacto social e refere-se aos desvios operacionais ou comportamentais dos profissionais de segurança e dos policiais, que, devido à natureza inerente de suas atividades, são frequentemente expostos a uma variedade de estresse agudo e a situações de risco de vida.
Tais situações tendem a forçar, além de decisões rápidas, julgamentos corretos por parte dos profissionais, que, justamente por isso, precisam ser treinados em aspectos técnicos, operacionais e psicológicos constantemente. Entretanto, o treinamento policial é caro, envolve riscos e tem pouca flexibilidade de cenários. Em muitos casos, além de insuficiente, é também ineficiente em termos de formação e avaliação de desempenho do profissional que está sendo treinado.
Esta pesquisa partiu exatamente desse ponto e, avaliando o contexto exposto, pretendeu propor uma solução que pudesse contribuir para resolver os problemas relacionados ao treinamento de profissionais de segurança e agentes da lei. Para tanto, esta pesquisa propôs uma combinação única de tecnologias, técnicas e métodos para contribuir com a solução do problema.

Para enfrentar esses desafios, propus um método para orientar o desenvolvimento de simuladores de Realidade Virtual (RV) que combinam Biofeedback e Serious Games para treinamento especializado de profissionais de segurança e agentes da lei.
O método considera a experiência do usuário como o fator predominante.
Baseei o método na metodologia Design Science Research e desenvolvi um protótipo de simulador de RV para gerar conhecimento para apoiar a proposta do método. Submeti o método e o protótipo a três ciclos de avaliação, dois com especialistas e um terceiro com um público mais amplo de 141 profissionais e acadêmicos de 11 países.
Após analisar as respostas da pesquisa, identifiquei diferentes níveis de relevância das 31 atividades em cada um dos 7 ciclos, determinados pelo número de atividades definidas como muito relevantes ou altamente relevantes pelos entrevistados. Acredito que o método de desenvolvimento proposto pode ajudar a aprimorar o treinamento policial, tornando-o mais acessível, seguro e flexível.

O relacionamento entre clientes e empresas mudou com a popularização da Internet e das tecnologias móveis. Os comentários sobre empresas, produtos ou serviços, antes restritos a círculos de amizade, agora são compartilhados de forma constante e prolífica em redes sociais e sites que recebem opiniões de clientes sobre suas experiências.
Esse fenômeno oferece oportunidades para a descoberta de conhecimento a partir dessas opiniões, mas também apresenta desafios, considerando que, devido à sua natureza e forma, as opiniões dos clientes consistem em dados não estruturados, que, por sua vez, exigem processamento específico. Esta pesquisa apresentou uma estrutura de mineração de opinião para descobrir o conhecimento dos clientes sobre suas experiências em empresas (restaurantes) com base em dados não estruturados extraídos de redes sociais aplicáveis à realidade de pequenas e médias empresas.
A rede social abordada nesta pesquisa foi o TripAdvisor, da qual foram extraídos dados de quatro empresas (restaurantes) usando a técnica de web scraping.

Os principais resultados foram a geração de resumos e visualizações gráficas que ajudaram a destacar o conhecimento sobre as relações entre várias expressões e termos que não eram óbvios.
Esses, por sua vez, foram descobertos a partir da análise, que possibilitou encontrar relações latentes entre termos mencionados por diferentes clientes.
A análise de sentimento combinada com a modelagem de tópicos revelou que os aspectos mais mencionados pelos clientes referem-se à comida, ao local e ao serviço, variando em intensidade e polaridade.
A contribuição prática deste trabalho está na aplicação da mineração de texto para revelar padrões e permitir a descoberta de conhecimento a partir das opiniões dos clientes extraídas das redes sociais.
A estrutura usada mostrou-se útil como ferramenta para entender melhor o cliente, suas expectativas e até mesmo suas frustrações, gerando assim conhecimento sobre os clientes para o benefício da empresa.