Exportar registro bibliográfico

Identificação de regras de associação interessantes por meio de análises com medidas objetivas e subjetivas (2006)

  • Authors:
  • Autor USP: SINOARA, ROBERTA AKEMI - ICMC
  • Unidade: ICMC
  • Subjects: MINERAÇÃO DE DADOS; APRENDIZADO COMPUTACIONAL; SISTEMAS HÍBRIDOS
  • Language: Português
  • Abstract: A associação é uma tarefa de mineração de dados que tem sido muito utilizada em problemas reais, porém o grande número de regras de associação que podem ser geradas dificulta a identificação de conhecimento interessante aos usuários. Para apoiar a identificação de regras interessantes podem ser utilizadas medidas de avaliação de conhecimento, que normalmente são classificadas como objetivas ou subjetivas. As medidas objetivas são mais gerais, mas podem não ser suficientes por não considerarem aspectos relacionados ao usuário ou ao domínio da aplicação. Por outro lado pode haver dificuldade em se obter a subjetividade do usuário necessária para o cálculo das medidas subjetivas. Diante desse contexto, neste trabalho é proposta uma metodologia para identificação de regras de associação interessantes que combina análises com medidas objetivas e subjetivas, visando aproveitar as vantagens de cada tipo e facilitar a participação do especialista. As medidas objetivas são utilizadas para selecionar algumas regras potencialmente interessantes para serem avaliadas por um especialista. As medidas subjetivas são calculadas utilizando essas regras com as avaliações do especialista. Essas medidas subjetivas então são utilizadas para auxiliar a identificação de regras interessantes de acordo com o conhecimento obtido durante a avaliação. Para viabilizar a aplicação dessa metodologia foi desenvolvido um módulo computacional de exploração de regras de associação com medidassubjetivas, denominado RulEE-SEAR. Utilizando esse módulo e outras ferramentas já existentes foi realizado um estudo de caso com uma base de dados real sobre qualidade de vida urbana. Nesse estudo de caso o processo de identificação de regras de associação interessantes foi realizado com especialista da área e verificou-se a viabilidade da metodologia proposta
  • Imprenta:
  • Data da defesa: 30.03.2006
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SINOARA, Roberta Akemi; REZENDE, Solange Oliveira. Identificação de regras de associação interessantes por meio de análises com medidas objetivas e subjetivas. 2006.Universidade de São Paulo, São Carlos, 2006. Disponível em: < http://www.teses.usp.br/teses/disponiveis/55/55134/tde-05052006-111530/ >.
    • APA

      Sinoara, R. A., & Rezende, S. O. (2006). Identificação de regras de associação interessantes por meio de análises com medidas objetivas e subjetivas. Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-05052006-111530/
    • NLM

      Sinoara RA, Rezende SO. Identificação de regras de associação interessantes por meio de análises com medidas objetivas e subjetivas [Internet]. 2006 ;Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-05052006-111530/
    • Vancouver

      Sinoara RA, Rezende SO. Identificação de regras de associação interessantes por meio de análises com medidas objetivas e subjetivas [Internet]. 2006 ;Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-05052006-111530/


Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2021