Medidas objetivas assimétricas aplicadas na construção de redes de regras de associação.

dc.contributorInstituto de Ciências Matemáticas e de Computação – ICMC/USPpt_BR
dc.contributor.authorCalçada, Dario Brito
dc.contributor.authorRezende, Solange Oliveira
dc.date.accessioned2019-02-06T14:08:25Z
dc.date.available2019-02-06T14:08:25Z
dc.date.issued2018-11
dc.description.abstractO número de dados gerados a cada dia aumenta potencialmente, consequentemente, a dificuldade em se obter conhecimento pela análise dos mesmos segue a mesma proporção. Compreender esses dados, ou seja, conhecer a informação e o conhecimento implícito nesses dados assume, cada vez mais, um papel relevante no apoio à tomada de decisão. Para análise dos dados e das informações e extração de conhecimento foram desenvolvidas técnicas de mineração de dados. Em geral, o conhecimento descoberto por intermédio de processos de mineração de dados, em um paradigma simbólico, é expresso na forma de padrões interpretáveis. A descoberta de regras de associação é uma técnica de mineração de dados, que procura identificar padrões de dados em datasets, permitindo, após a sua interpretação, usar o conhecimento específico acerca do problema em estudo. Para auxílio nos processos de mineração de regras de associação, em especial na geração automática de hipóteses, pode-se utilizar redes (grafos), que possibilitam uma melhor visualização das informações coletadas. Existem várias medidas de regras de associação que podem ajudar na seleção de padrões interessantes para a geração de hipóteses. A utilização de redes no auxílio da mineração de regras de associação, bem como a poda das regras para extração do conhecimento são usadas as Redes de Regras de Associação (ARN - do inglês Association Rules Networks). Com o intuito de analisar o impacto de medidas objetivas assimétricas na construção de ARNs, foram realizados experimentos, os quais são descritos neste relatório técnico, bem como são apresentadas descrições das medidas e a relevância de cada uma delas no processo de seleção das regras e geração de hipóteses.pt_BR
dc.description.notesRelatórios Técnicos do ICMC; 428pt_BR
dc.format42 p.pt_BR
dc.identifier.urihttp://repositorio.icmc.usp.br//handle/RIICMC/6882
dc.language.isoporpt_BR
dc.publisher.citySão Carlos, SP, Brasil.pt_BR
dc.subjectMineração de dadospt_BR
dc.subjectAprendizado computacionalpt_BR
dc.titleMedidas objetivas assimétricas aplicadas na construção de redes de regras de associação.pt_BR
dc.title.alternativeObjective asymmetric measures applied in the construction of networks of association rules.pt_BR
dc.type.categoryRelatórios técnicospt_BR
usp.description.abstracttranslatedThe number of data generated each day potentially increases, therefore, the difficulty in obtaining by analyzing them follows the same proportion. Understanding these data, that is, knowing the information and the knoeledge implied in these data, assumes, increasingly, a relevant role in the support to the decision making. Researches developed data mining techniques for the analysis of data and information and extraction of knowledge. In general, knowledge discovered through data mining processes, in a symbolic paradigm, is expressed in the formof interpretable patterns. The discovery of association rules is a data mining technique, which seeks to identify patterns of data in datasets, allowing, after their interpretation, to use the specific knowledge about some problem. Networks (graphs) can be used to assist in the mining of association rules, especially in the automatic generation to hypotheses, which allow better visualization to the information collected. There are several measures of association rules that can help in selecting interesting patterns for hypothesis generation. Association Rules Networks (ARN) are used to aid the mining of association rules, as well as the pruning of rules for knowledge extraction. We performed experiments to analyze the impact of asymmetric objective measurements on the construction of the RNAs. We described this experiments in this technical report, as well as descriptions of the measures and the relevance of each of them in the process of selection of rules and generation of hypotheses.pt_BR
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
RELATORIOS_TECNICOS_ICMC_ 428_2018.pdf
Tamanho:
2.5 MB
Formato:
Adobe Portable Document Format
Descrição:
Licença do Pacote
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.29 KB
Formato:
Item-specific license agreed upon to submission
Descrição: