AprioriGen: Uma extensão do algoritmo Apriori para obtenção de regras de associação generalizadas.
| dc.contributor | Instituto de Ciências Matemáticas e de Computação – ICMC/USP | pt_BR |
| dc.contributor.author | Martins, André Roberto | |
| dc.contributor.author | Carvalho, Veronica de Oliveira | |
| dc.contributor.author | Rezende, Solange Oliveira | |
| dc.date.accessioned | 2018-06-08T14:20:43Z | |
| dc.date.available | 2018-06-08T14:20:43Z | |
| dc.date.issued | 2007-08 | |
| dc.description.abstract | O processo de Mineração de Dados tem como objetivo encontrar conhecimento a partir de um conjunto de dados para ser utilizado como auxílio em um processo de tomada de decisão. As Regras de Associação estão entre as técnicas de mineração de dados que vêm recebendo destaque nos últimos anos. Essa técnica possui algumas variações, dentre as quais, uma que utiliza taxonomias na etapa de extração de padrões para obter Regras de Associação Generalizadas. Existem diversos algoritmos que extraem esse tipo de regra, embora não se tenha encontrado uma implementação disponível dos mesmos. A fim de utilizar taxonomias durante a etapa de extração de padrões, visando a obtenção de Regras de Associação Generalizadas, este trabalho tem como objetivo modificar uma implementação ao do algoritmo Apriori a fim de obter uma versão semelhante aos algoritmos de Regras de Associação Generalizadas existentes. | pt_BR |
| dc.description.notes | Relatórios Técnicos do ICMC; 308 | pt_BR |
| dc.format | 53 p. | pt_BR |
| dc.identifier.uri | http://repositorio.icmc.usp.br//handle/RIICMC/6736 | |
| dc.language.iso | por | pt_BR |
| dc.publisher.city | São Carlos, SP, Brasil. | pt_BR |
| dc.subject | Mineração de dados | pt_BR |
| dc.title | AprioriGen: Uma extensão do algoritmo Apriori para obtenção de regras de associação generalizadas. | pt_BR |
| dc.title.alternative | AprioriGen: An extension of the Apriori algorithm for obtaining generalized association rules. | pt_BR |
| dc.type.category | Relatórios técnicos | pt_BR |
| usp.description.abstracttranslated | The process of Data Mining aims to find knowledge from a set of data to be used as an aid in a decision-making process. The Association Rules are among the data mining techniques that have been highlighted in the last years. This technique has some variations, among which one uses taxonomies in the step of extracting patterns to obtain Association Rules Generalized. There are several algorithms that extract this type of rule, although no implementa- tion has been found. In order to use taxonomies during the step of extracting patterns, aiming at the Generalized Association Rules, this work modify an implementation of the Apriori algorithm in order to obtain a similar version to the Generalized Association Rules algorithms existing. | pt_BR |