Uma estratégia de pós-processamento para seleção de regras de associação para descoberta de conhecimento

Página do item simplificado
dc.contributor.advisor1Salvini, Rogerio Lopes
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5009392667450875
dc.contributor.referee1Salvini, Rogerio Lopes
dc.contributor.referee2Rosa, Thierson Couto
dc.contributor.referee3Aguilar Alonso, Eduardo José
dc.creatorCintra, Luiz Fernando da Cunha
dc.creator.Latteshttp://lattes.cnpq.br/6721658256890180
dc.date.accessioned2023-10-30T10:42:53Z
dc.date.available2023-10-30T10:42:53Z
dc.date.issued2023-08-22
dc.description.abstractAssociation rule mining (ARM) is a traditional data mining method that provides information about associations between items in transactional databases. A known problem of ARM is the large amount of rules generated, thus requiring approaches to post-process these rules so that a human expert is able to analyze the associations found. In some contexts the domain expert is interested in investigating only one item of interest, in these cases a search guided by the item of interest can help to mitigate the problem. For an exploratory analysis, this implies looking for associations in which the item of interest appears in any part of the rule. Few methods focus on post-processing the generated rules targeting an item of interest. The present work seeks to highlight the relevant associations of a given item in order to bring knowledge about its role through its interactions and relationships in common with the other items. For this, this work proposes a post-processing strategy of association rules, which selects and groups rules oriented to a certain item of interest provided by an expert of a domain of knowledge. In addition, a graphical form is also presented so that the associations between rules and groupings of rules found are more easily visualized and interpreted. Four case studies show that the proposed method is admissible and manages to reduce the number of relevant rules to a manageable amount, allowing analysis by domain experts. Graphs showing the relationships between the groups were generated in all case studies and facilitate their analysis.eng
dc.description.provenanceSubmitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2023-10-17T20:08:01Z workflow start=Step: editstep - action:claimaction No. of bitstreams: 2 Dissertação - Luiz Fernando da Cunha Cintra - 2023.pdf: 5099370 bytes, checksum: 5e2a4dcdf1e08e3da7a77e1f599d30d8 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)en
dc.description.provenanceStep: editstep - action:editaction Rejected by Luciana Ferreira(lucgeral@gmail.com), reason: O nome Eduardo José Aguilar Alonso é espanhol, logo a entrada deve ser: Aguilar Alonso, Eduardo José on 2023-10-25T11:57:58Z (GMT)en
dc.description.provenanceSubmitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2023-10-27T18:17:19Z workflow start=Step: editstep - action:claimaction No. of bitstreams: 2 Dissertação - Luiz Fernando da Cunha Cintra - 2023.pdf: 5099370 bytes, checksum: 5e2a4dcdf1e08e3da7a77e1f599d30d8 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)en
dc.description.provenanceStep: editstep - action:editaction Approved for entry into archive by Luciana Ferreira(lucgeral@gmail.com) on 2023-10-30T10:42:53Z (GMT)en
dc.description.provenanceMade available in DSpace on 2023-10-30T10:42:53Z (GMT). No. of bitstreams: 2 Dissertação - Luiz Fernando da Cunha Cintra - 2023.pdf: 5099370 bytes, checksum: 5e2a4dcdf1e08e3da7a77e1f599d30d8 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Previous issue date: 2023-08-22en
dc.description.resumoMineração de regras de associação (ARM, em inglês) é um método tradicional de mineração de dados que fornece informações sobre associações entre itens em bases de dados transacionais. Um problema conhecido da ARM é a grande quantidade de regras geradas, necessitando assim de abordagens para pós-processar essas regras para que um especialista humano seja capaz de analisar as associações encontradas. Além disso, em alguns contextos, o especialista do domínio está interessado em investigar como uma variável de interesse está relacionada às outras variáveis de uma base de dados. Em uma análise exploratória baseada em ARM, isso implica em buscar as associações em que um item de interesse aparece em qualquer parte da regra. Poucos métodos possuem o foco em pós-processar as regras geradas visando um item de interesse. O presente trabalho busca destacar as associações relevantes de um determinado item visando trazer conhecimento sobre o seu papel por meio das suas interações e relações em comum com os demais itens. Para isso, este trabalho propõe uma estratégia de pós-processamento de regras de associação, que seleciona e agrupa regras orientadas a um determinado item de interesse fornecido por um especialista de um domínio de conhecimento. Além do mais, é também apresentado uma forma gráfica para que as associações entre regras e agrupamentos de regras encontrados sejam mais facilmente visualizados e interpretados. Quatro estudos de casos mostram que o método proposto é admissível e consegue reduzir o número de regras relevantes para uma quantidade gerenciável, permitindo a análise do especialista do domínio. Grafos evidenciando as relações entre os agrupamentos foram gerados em todos os estudos de casos e facilitam a análise dos mesmos.
dc.identifier.citationCINTRA, L. F. C. Uma estratégia de pós-processamento para seleção de regras de associação para descoberta de conhecimento. 2023. 108 f. Dissertação (Mestrado em Ciência Computação) - Instituto de Informática, Universidade Federal de Goiás, Goiânia, 2023.
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/13106
dc.languagepor
dc.publisherUniversidade Federal de Goiás
dc.publisher.countryBrasil
dc.publisher.departmentInstituto de Informática - INF (RG)
dc.publisher.initialsUFG
dc.publisher.programPrograma de Pós-graduação em Ciência da Computação (INF)
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internationalen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectRegras de associaçãopor
dc.subjectPós-processamentopor
dc.subjectARMpor
dc.subjectAgrupamentopor
dc.subjectAssociation ruleseng
dc.subjectPost-processingeng
dc.subjectGroupingeng
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
dc.titleUma estratégia de pós-processamento para seleção de regras de associação para descoberta de conhecimento
dc.title.alternativeA post-processing strategy for selecting association rules for knowledge discoveryeng
dc.typeDissertação

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Dissertação - Luiz Fernando da Cunha Cintra - 2023.pdf
Tamanho:
4.86 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Mestrado em Ciência da Computação (INF)