Heurística híbrida com mineração de dados para o problema de conjunto convergente mínimo
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | http://app.uff.br/riuff/handle/1/30793 |
Resumo: | O presente estudo explora um problema que tem por objetivo minimizar o custo de disseminar informação através de uma rede social. Para isso, deve-se identificar um sub-conjunto de usuários influentes de custo mínimo, capaz de influenciar todo o conjunto de usuários da rede, problema conhecido como Problema de Conjunto Convergente Mínimo (PCCM) ou Weighted Target Set Selection (WTSS), em inglês. Nesse trabalho, desenvolveu-se para a resolução do problema PCCM uma heuríıstica híbrida com mineração de dados (DM-GRASP), cujos resultados têm se mostrado promissores na literatura para outros problemas. Os resultados computacionais apontam que a técnica utilizada obteve soluções de melhor qualidade do que o GRASP original, al ́em de consumir um menor tempo de execução. Avaliando os dados obtidos, foi possível verificara evolução da qualidade dos resultados e do tempo computacional nas diferentes fases do processo |
id |
UFF-2_8c2955a7cb26d02803a5dde4df152638 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/30793 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Heurística híbrida com mineração de dados para o problema de conjunto convergente mínimoMetaheurística híbridaGRASPMineração de dadosMineração de dados (Computação)Metaheurística GRASPMetaheurística híbridaHybrid metaheuristicData miningO presente estudo explora um problema que tem por objetivo minimizar o custo de disseminar informação através de uma rede social. Para isso, deve-se identificar um sub-conjunto de usuários influentes de custo mínimo, capaz de influenciar todo o conjunto de usuários da rede, problema conhecido como Problema de Conjunto Convergente Mínimo (PCCM) ou Weighted Target Set Selection (WTSS), em inglês. Nesse trabalho, desenvolveu-se para a resolução do problema PCCM uma heuríıstica híbrida com mineração de dados (DM-GRASP), cujos resultados têm se mostrado promissores na literatura para outros problemas. Os resultados computacionais apontam que a técnica utilizada obteve soluções de melhor qualidade do que o GRASP original, al ́em de consumir um menor tempo de execução. Avaliando os dados obtidos, foi possível verificara evolução da qualidade dos resultados e do tempo computacional nas diferentes fases do processoThe present study explores a problem that aims at minimizing the cost of disseminating information through a social network. To achieve this purpose, a subset of influential users with minimum cost, capable of influencing the entire set of users in the network, must be identified. This problem is known as Weighted Target Set Selection (WTSS). In order to solve the WTSS problem, in this work, we developed a hybrid heuristic with data mining (DM-GRASP), which has obtained good results in the literature for other problems. The computational results indicate that the technique used obtained better quality solutions than the original GRASP, also consuming shorter execution times. By evaluating the obtained data, it was possible to verify the evolution of the quality of the results and of the execution time in the di↵erent phases of the process.40 p.Martins, Simone de LimaPlastino, AlexandreRosseti, Isabel Cristina de MelloRamirez, Jorge MorenoSilva, João Manoel Freitas da2023-10-16T12:47:37Z2023-10-16T12:47:37Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfSILVA, João Manoel Freitas da. Heurística híbrida com mineração de dados para o problema de conjunto convergente mínimo. 2018. 40 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2018.http://app.uff.br/riuff/handle/1/30793CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2023-10-16T12:47:41Zoai:app.uff.br:1/30793Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:06:53.959857Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Heurística híbrida com mineração de dados para o problema de conjunto convergente mínimo |
title |
Heurística híbrida com mineração de dados para o problema de conjunto convergente mínimo |
spellingShingle |
Heurística híbrida com mineração de dados para o problema de conjunto convergente mínimo Silva, João Manoel Freitas da Metaheurística híbrida GRASP Mineração de dados Mineração de dados (Computação) Metaheurística GRASP Metaheurística híbrida Hybrid metaheuristic Data mining |
title_short |
Heurística híbrida com mineração de dados para o problema de conjunto convergente mínimo |
title_full |
Heurística híbrida com mineração de dados para o problema de conjunto convergente mínimo |
title_fullStr |
Heurística híbrida com mineração de dados para o problema de conjunto convergente mínimo |
title_full_unstemmed |
Heurística híbrida com mineração de dados para o problema de conjunto convergente mínimo |
title_sort |
Heurística híbrida com mineração de dados para o problema de conjunto convergente mínimo |
author |
Silva, João Manoel Freitas da |
author_facet |
Silva, João Manoel Freitas da |
author_role |
author |
dc.contributor.none.fl_str_mv |
Martins, Simone de Lima Plastino, Alexandre Rosseti, Isabel Cristina de Mello Ramirez, Jorge Moreno |
dc.contributor.author.fl_str_mv |
Silva, João Manoel Freitas da |
dc.subject.por.fl_str_mv |
Metaheurística híbrida GRASP Mineração de dados Mineração de dados (Computação) Metaheurística GRASP Metaheurística híbrida Hybrid metaheuristic Data mining |
topic |
Metaheurística híbrida GRASP Mineração de dados Mineração de dados (Computação) Metaheurística GRASP Metaheurística híbrida Hybrid metaheuristic Data mining |
description |
O presente estudo explora um problema que tem por objetivo minimizar o custo de disseminar informação através de uma rede social. Para isso, deve-se identificar um sub-conjunto de usuários influentes de custo mínimo, capaz de influenciar todo o conjunto de usuários da rede, problema conhecido como Problema de Conjunto Convergente Mínimo (PCCM) ou Weighted Target Set Selection (WTSS), em inglês. Nesse trabalho, desenvolveu-se para a resolução do problema PCCM uma heuríıstica híbrida com mineração de dados (DM-GRASP), cujos resultados têm se mostrado promissores na literatura para outros problemas. Os resultados computacionais apontam que a técnica utilizada obteve soluções de melhor qualidade do que o GRASP original, al ́em de consumir um menor tempo de execução. Avaliando os dados obtidos, foi possível verificara evolução da qualidade dos resultados e do tempo computacional nas diferentes fases do processo |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-10-16T12:47:37Z 2023-10-16T12:47:37Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
SILVA, João Manoel Freitas da. Heurística híbrida com mineração de dados para o problema de conjunto convergente mínimo. 2018. 40 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2018. http://app.uff.br/riuff/handle/1/30793 |
identifier_str_mv |
SILVA, João Manoel Freitas da. Heurística híbrida com mineração de dados para o problema de conjunto convergente mínimo. 2018. 40 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2018. |
url |
http://app.uff.br/riuff/handle/1/30793 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823663668789248 |