Algoritmos genéticos para seleção de atributos em problemas de classificação de processos de negócio

Detalhes bibliográficos
Autor(a) principal: Basgalupp, Márcio Porto
Data de Publicação: 2007
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da PUC_RS
Texto Completo: http://tede2.pucrs.br/tede2/handle/tede/5011
Resumo: Um processo de negócio define um conjunto de atividades junto com os seus possíveis fluxos de execução e recursos necessários. Trabalhos da área de Business Intelligence (BI) têm destacado o papel da mineração de dados como instrumento facilitador da análise, previsão e otimização de processos de negócio. Uma das tarefas mais utilizadas da mineração de dados é a classificação, cujo objetivo é, dado um conjunto de dados ou instâncias de treino, induzir um modelo preditivo capaz de associar a cada instância sua classe ou categoria. Espera-se que este modelo seja bem sucedido na classificação de novas instâncias. No contexto de processos de negócio, o uso da classificação tem como objetivo entender as causas de determinados comportamentos e gerar modelos de predição do comportamento e do desempenho dos processos. Problemas práticos de classificação de padrões e descoberta de conhecimento requerem a seleção de subconjuntos de atributos preditivos para representar os padrões a serem classificados, pois a presença de atributos preditivos irrelevantes, redundantes ou em grande quantidade pode prejudicar a qualidade do modelo de classificação. Em classificação de processos de negócio, é bastante interessante a utilização de seleção de atributos, visto que a quantidade de atributos que caracterizam um processo pode ser enorme. Além dos atributos diretamente relacionados a uma instância de processo, também devem ser considerados os atributos pertencentes às atividades contidas neste processo. Assim, este trabalho propõe a utilização de algoritmos genéticos multiobjetivos para seleção de atributos em problemas de classificação de processos de negócio. Os resultados obtidos foram considerados satisfatórios, visto que os critérios utilizados na função de fitness, ou seja, os critérios a serem otimizados, foram melhorados. Problemas específicos do domínio de processos de negócio foram detectados. Esses problemas surgem em virtude da presença de caminhos alternativos e ordem de execução das atividades nos fluxos de processos. Embora tais problemas não sejam tratados no presente trabalho, são apresentadas possíveis soluções a serem abordadas em trabalhos futuros.
id P_RS_95fc4a55562df99508fdf59366dc619b
oai_identifier_str oai:tede2.pucrs.br:tede/5011
network_acronym_str P_RS
network_name_str Biblioteca Digital de Teses e Dissertações da PUC_RS
repository_id_str
spelling Lima, Vera Lúcia Strube deCPF:26551519091http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781127A8CPF:82608601049http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4771830Y2Basgalupp, Márcio Porto2015-04-14T14:48:57Z2008-04-042007-01-11BASGALUPP, Márcio Porto. Algoritmos genéticos para seleção de atributos em problemas de classificação de processos de negócio. 2007. 77 f. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Porto Alegre, 2007.http://tede2.pucrs.br/tede2/handle/tede/5011Made available in DSpace on 2015-04-14T14:48:57Z (GMT). No. of bitstreams: 1 399894.pdf: 2578031 bytes, checksum: 13c49dacd5dde6e8b24f2ef51ae6b87a (MD5) Previous issue date: 2007-01-11Um processo de negócio define um conjunto de atividades junto com os seus possíveis fluxos de execução e recursos necessários. Trabalhos da área de Business Intelligence (BI) têm destacado o papel da mineração de dados como instrumento facilitador da análise, previsão e otimização de processos de negócio. Uma das tarefas mais utilizadas da mineração de dados é a classificação, cujo objetivo é, dado um conjunto de dados ou instâncias de treino, induzir um modelo preditivo capaz de associar a cada instância sua classe ou categoria. Espera-se que este modelo seja bem sucedido na classificação de novas instâncias. No contexto de processos de negócio, o uso da classificação tem como objetivo entender as causas de determinados comportamentos e gerar modelos de predição do comportamento e do desempenho dos processos. Problemas práticos de classificação de padrões e descoberta de conhecimento requerem a seleção de subconjuntos de atributos preditivos para representar os padrões a serem classificados, pois a presença de atributos preditivos irrelevantes, redundantes ou em grande quantidade pode prejudicar a qualidade do modelo de classificação. Em classificação de processos de negócio, é bastante interessante a utilização de seleção de atributos, visto que a quantidade de atributos que caracterizam um processo pode ser enorme. Além dos atributos diretamente relacionados a uma instância de processo, também devem ser considerados os atributos pertencentes às atividades contidas neste processo. Assim, este trabalho propõe a utilização de algoritmos genéticos multiobjetivos para seleção de atributos em problemas de classificação de processos de negócio. Os resultados obtidos foram considerados satisfatórios, visto que os critérios utilizados na função de fitness, ou seja, os critérios a serem otimizados, foram melhorados. Problemas específicos do domínio de processos de negócio foram detectados. Esses problemas surgem em virtude da presença de caminhos alternativos e ordem de execução das atividades nos fluxos de processos. Embora tais problemas não sejam tratados no presente trabalho, são apresentadas possíveis soluções a serem abordadas em trabalhos futuros.application/pdfhttp://tede2.pucrs.br:80/tede2/retrieve/10114/399894.pdf.jpgporPontifícia Universidade Católica do Rio Grande do SulPrograma de Pós-Graduação em Ciência da ComputaçãoPUCRSBRFaculdade de InformácaINFORMÁTICAALGORITMOS GENÉTICOSPROCESSOS DE NEGÓCIOMINERAÇÃO DE DADOS (INFORMÁTICA)CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOAlgoritmos genéticos para seleção de atributos em problemas de classificação de processos de negócioinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis19749965330812744705006001946639708616176246info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da PUC_RSinstname:Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)instacron:PUC_RSTHUMBNAIL399894.pdf.jpg399894.pdf.jpgimage/jpeg3704http://tede2.pucrs.br/tede2/bitstream/tede/5011/3/399894.pdf.jpga1d0726f89675d16af43fdc80b255d39MD53TEXT399894.pdf.txt399894.pdf.txttext/plain116670http://tede2.pucrs.br/tede2/bitstream/tede/5011/2/399894.pdf.txta60aeb9e18936d66ae7896c31f3fc545MD52ORIGINAL399894.pdfapplication/pdf2578031http://tede2.pucrs.br/tede2/bitstream/tede/5011/1/399894.pdf13c49dacd5dde6e8b24f2ef51ae6b87aMD51tede/50112015-04-17 11:57:30.639oai:tede2.pucrs.br:tede/5011Biblioteca Digital de Teses e Dissertaçõeshttp://tede2.pucrs.br/tede2/PRIhttps://tede2.pucrs.br/oai/requestbiblioteca.central@pucrs.br||opendoar:2015-04-17T14:57:30Biblioteca Digital de Teses e Dissertações da PUC_RS - Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)false
dc.title.por.fl_str_mv Algoritmos genéticos para seleção de atributos em problemas de classificação de processos de negócio
title Algoritmos genéticos para seleção de atributos em problemas de classificação de processos de negócio
spellingShingle Algoritmos genéticos para seleção de atributos em problemas de classificação de processos de negócio
Basgalupp, Márcio Porto
INFORMÁTICA
ALGORITMOS GENÉTICOS
PROCESSOS DE NEGÓCIO
MINERAÇÃO DE DADOS (INFORMÁTICA)
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
title_short Algoritmos genéticos para seleção de atributos em problemas de classificação de processos de negócio
title_full Algoritmos genéticos para seleção de atributos em problemas de classificação de processos de negócio
title_fullStr Algoritmos genéticos para seleção de atributos em problemas de classificação de processos de negócio
title_full_unstemmed Algoritmos genéticos para seleção de atributos em problemas de classificação de processos de negócio
title_sort Algoritmos genéticos para seleção de atributos em problemas de classificação de processos de negócio
author Basgalupp, Márcio Porto
author_facet Basgalupp, Márcio Porto
author_role author
dc.contributor.advisor1.fl_str_mv Lima, Vera Lúcia Strube de
dc.contributor.advisor1ID.fl_str_mv CPF:26551519091
dc.contributor.advisor1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781127A8
dc.contributor.authorID.fl_str_mv CPF:82608601049
dc.contributor.authorLattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4771830Y2
dc.contributor.author.fl_str_mv Basgalupp, Márcio Porto
contributor_str_mv Lima, Vera Lúcia Strube de
dc.subject.por.fl_str_mv INFORMÁTICA
ALGORITMOS GENÉTICOS
PROCESSOS DE NEGÓCIO
MINERAÇÃO DE DADOS (INFORMÁTICA)
topic INFORMÁTICA
ALGORITMOS GENÉTICOS
PROCESSOS DE NEGÓCIO
MINERAÇÃO DE DADOS (INFORMÁTICA)
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
description Um processo de negócio define um conjunto de atividades junto com os seus possíveis fluxos de execução e recursos necessários. Trabalhos da área de Business Intelligence (BI) têm destacado o papel da mineração de dados como instrumento facilitador da análise, previsão e otimização de processos de negócio. Uma das tarefas mais utilizadas da mineração de dados é a classificação, cujo objetivo é, dado um conjunto de dados ou instâncias de treino, induzir um modelo preditivo capaz de associar a cada instância sua classe ou categoria. Espera-se que este modelo seja bem sucedido na classificação de novas instâncias. No contexto de processos de negócio, o uso da classificação tem como objetivo entender as causas de determinados comportamentos e gerar modelos de predição do comportamento e do desempenho dos processos. Problemas práticos de classificação de padrões e descoberta de conhecimento requerem a seleção de subconjuntos de atributos preditivos para representar os padrões a serem classificados, pois a presença de atributos preditivos irrelevantes, redundantes ou em grande quantidade pode prejudicar a qualidade do modelo de classificação. Em classificação de processos de negócio, é bastante interessante a utilização de seleção de atributos, visto que a quantidade de atributos que caracterizam um processo pode ser enorme. Além dos atributos diretamente relacionados a uma instância de processo, também devem ser considerados os atributos pertencentes às atividades contidas neste processo. Assim, este trabalho propõe a utilização de algoritmos genéticos multiobjetivos para seleção de atributos em problemas de classificação de processos de negócio. Os resultados obtidos foram considerados satisfatórios, visto que os critérios utilizados na função de fitness, ou seja, os critérios a serem otimizados, foram melhorados. Problemas específicos do domínio de processos de negócio foram detectados. Esses problemas surgem em virtude da presença de caminhos alternativos e ordem de execução das atividades nos fluxos de processos. Embora tais problemas não sejam tratados no presente trabalho, são apresentadas possíveis soluções a serem abordadas em trabalhos futuros.
publishDate 2007
dc.date.issued.fl_str_mv 2007-01-11
dc.date.available.fl_str_mv 2008-04-04
dc.date.accessioned.fl_str_mv 2015-04-14T14:48:57Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv BASGALUPP, Márcio Porto. Algoritmos genéticos para seleção de atributos em problemas de classificação de processos de negócio. 2007. 77 f. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Porto Alegre, 2007.
dc.identifier.uri.fl_str_mv http://tede2.pucrs.br/tede2/handle/tede/5011
identifier_str_mv BASGALUPP, Márcio Porto. Algoritmos genéticos para seleção de atributos em problemas de classificação de processos de negócio. 2007. 77 f. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Porto Alegre, 2007.
url http://tede2.pucrs.br/tede2/handle/tede/5011
dc.language.iso.fl_str_mv por
language por
dc.relation.program.fl_str_mv 1974996533081274470
dc.relation.confidence.fl_str_mv 500
600
dc.relation.department.fl_str_mv 1946639708616176246
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Pontifícia Universidade Católica do Rio Grande do Sul
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Ciência da Computação
dc.publisher.initials.fl_str_mv PUCRS
dc.publisher.country.fl_str_mv BR
dc.publisher.department.fl_str_mv Faculdade de Informáca
publisher.none.fl_str_mv Pontifícia Universidade Católica do Rio Grande do Sul
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da PUC_RS
instname:Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
instacron:PUC_RS
instname_str Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
instacron_str PUC_RS
institution PUC_RS
reponame_str Biblioteca Digital de Teses e Dissertações da PUC_RS
collection Biblioteca Digital de Teses e Dissertações da PUC_RS
bitstream.url.fl_str_mv http://tede2.pucrs.br/tede2/bitstream/tede/5011/3/399894.pdf.jpg
http://tede2.pucrs.br/tede2/bitstream/tede/5011/2/399894.pdf.txt
http://tede2.pucrs.br/tede2/bitstream/tede/5011/1/399894.pdf
bitstream.checksum.fl_str_mv a1d0726f89675d16af43fdc80b255d39
a60aeb9e18936d66ae7896c31f3fc545
13c49dacd5dde6e8b24f2ef51ae6b87a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da PUC_RS - Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
repository.mail.fl_str_mv biblioteca.central@pucrs.br||
_version_ 1799765304722587648