Descrição do módulo computacional Rulee-Sear.
| dc.contributor | Instituto de Ciências Matemáticas e de Computação – ICMC/USP | pt_BR |
| dc.contributor.author | Sinoara, Roberta Akemi | |
| dc.contributor.author | Fujimoto, Magaly Lika | |
| dc.contributor.author | Rezende, Solange Oliveira | |
| dc.date.accessioned | 2018-06-08T13:25:08Z | |
| dc.date.available | 2018-06-08T13:25:08Z | |
| dc.date.issued | 2006-03 | |
| dc.description.abstract | A associação é uma tarefa de mineração de dados com a qual podem ser descobertas todas as associações existentes nas transações de uma base de dados. Portanto pode ser gerado um grande número de regras de associação, dificultando a avaliação dessas regras durante o pós-processamento. Para auxiliar identificação de regras interessantes ao usuário normalmente são utilizadas medidas de avaliação, objetivas ou subjetivas. Visando viabilizar a utilização de uma metodologia para identificação de regras de associação interessantes combinando análises com medidas objetivas e subjetivas foi desenvolvido o módulo RulEE-SEAR, descrito neste relatório. O RulEE-SEAR permite a exploração de regras de associação com medidas subjetivas, apoiando a captação dos interesses e conhecimento do usuário, o cálculo de medidas subjetivas e a análise de regras de associação com essas medidas. | pt_BR |
| dc.description.notes | Relatórios Técnicos do ICMC; 271 | pt_BR |
| dc.format | 59 p. | pt_BR |
| dc.identifier.uri | http://repositorio.icmc.usp.br//handle/RIICMC/6717 | |
| dc.language.iso | por | pt_BR |
| dc.publisher.city | São Carlos, SP, Brasil. | pt_BR |
| dc.subject | Inteligência artificial | pt_BR |
| dc.title | Descrição do módulo computacional Rulee-Sear. | pt_BR |
| dc.title.alternative | Description of the Rulee-Sear computational module. | pt_BR |
| dc.type.category | Relatórios técnicos | pt_BR |
| usp.description.abstracttranslated | Association is a data mining task with which you can discovered all the associations existing in the transactions of a database. Therefore, a large number of association rules can be generated, making it difficult to evaluation of these rules during post-processing. To aid identification of interesting rules to the user are usually used evaluation measures, objective or subjective. In order to make possible the use of a methodology to identification of interesting association rules combining analyzes with the RulEE-SEAR module, described in this paper, was developed. report. RulEE-SEAR allows the exploitation of association rules with subjective, supporting the capture of user interests and knowledge, the calculation of subjective measures and analysis of association rules with these measures. | pt_BR |