Aplicação de clusterização de dados na base de dados do zoneamento ecológico-econômico de minas gerais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFLA |
Texto Completo: | http://repositorio.ufla.br/jspui/handle/1/30678 |
Resumo: | Nowadays, the fast development of collection and data storage technologies and tools enable large volumes of data to be stored. In areas such as business, medicine, science and engineering, through web searches on search engines, social networks, blogs, e-commerce, are generated large amounts of data every day. Traditional data analysis tools are not able to extract knowledge from large databases, once the data volume is high and the diversity of these makes the discovery knowledge process a tough task. In this context, data mining techniques are used to explore large databases in order to discover useful patterns, which could still be ignored. This new knowledge generated can support decision makers in various situations related to their business. Thus, the main objective of this work is to make an application of data mining techniques in the information system database of the Ecological Economic Zoning of the Minas Gerais state (ZEE-MG), aiming the identification of hidden patterns and characteristics. These results may help, for example, as a potentializer for the planning and preparation of public policies for the state of Minas Gerais. |
id |
UFLA_6edb99912b8d36602ba65d43dc34a578 |
---|---|
oai_identifier_str |
oai:localhost:1/30678 |
network_acronym_str |
UFLA |
network_name_str |
Repositório Institucional da UFLA |
repository_id_str |
|
spelling |
Aplicação de clusterização de dados na base de dados do zoneamento ecológico-econômico de minas geraisBanco de dadosMineração de dadosZEE-MGAgrupamentoData baseData miningClusteringNãoNowadays, the fast development of collection and data storage technologies and tools enable large volumes of data to be stored. In areas such as business, medicine, science and engineering, through web searches on search engines, social networks, blogs, e-commerce, are generated large amounts of data every day. Traditional data analysis tools are not able to extract knowledge from large databases, once the data volume is high and the diversity of these makes the discovery knowledge process a tough task. In this context, data mining techniques are used to explore large databases in order to discover useful patterns, which could still be ignored. This new knowledge generated can support decision makers in various situations related to their business. Thus, the main objective of this work is to make an application of data mining techniques in the information system database of the Ecological Economic Zoning of the Minas Gerais state (ZEE-MG), aiming the identification of hidden patterns and characteristics. These results may help, for example, as a potentializer for the planning and preparation of public policies for the state of Minas Gerais.Atualmente o rápido desenvolvimento de tecnologias e ferramentas de coleta e armazenamento de dados possibilitam que grandes volumes de dados sejam armazenados. Em áreas como negócios, medicina, ciência e engenharia, na web através de buscas feitas em motores de buscas, redes sociais, blogs, e-commerce, são gerados diariamente grandes volumes de dados. Ferramentas tradicionais de análises de dados não são capazes de extrair conhecimento de grandes bases de dados, pois o volume de dados armazenados é elevado e a diversidade desses dados dificultam esse processo. Nesse contexto, as técnicas de mineração de dados são utilizadas para agir em grandes bases de dados com o objetivo de descobrir padrões úteis, que poderiam permanecer ignorados. Esse novo conhecimento gerado pode auxiliar tomadores de decisão em diversas questões referentes aos seus negócios. Assim, o principal objetivo desse trabalho é a aplicação de técnicas de mineração de dados na base de dados do Sistema de Informação do Zoneamento Ecológico Econômico de Minas Gerais(ZEE-MG), a fim de identificar características e padrões ocultos. Estes resultados podem auxiliar, por exemplo, como potencializador no planejamento e elaboração das políticas públicas do estado de Minas Gerais.NãoUFLAbrasilCiência da ComputaçãoEsmin, Ahmed Ali AbdallaCalegari, Cristina Lelis LealPereira, Marluce RodriguesMarques, Aramis Ferreira2018-09-26T19:11:27Z2018-09-26T19:11:27Z2015-12-182014-06-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttp://repositorio.ufla.br/jspui/handle/1/30678porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLA2018-09-26T19:11:27Zoai:localhost:1/30678Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2018-09-26T19:11:27Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false |
dc.title.none.fl_str_mv |
Aplicação de clusterização de dados na base de dados do zoneamento ecológico-econômico de minas gerais |
title |
Aplicação de clusterização de dados na base de dados do zoneamento ecológico-econômico de minas gerais |
spellingShingle |
Aplicação de clusterização de dados na base de dados do zoneamento ecológico-econômico de minas gerais Marques, Aramis Ferreira Banco de dados Mineração de dados ZEE-MG Agrupamento Data base Data mining Clustering Não |
title_short |
Aplicação de clusterização de dados na base de dados do zoneamento ecológico-econômico de minas gerais |
title_full |
Aplicação de clusterização de dados na base de dados do zoneamento ecológico-econômico de minas gerais |
title_fullStr |
Aplicação de clusterização de dados na base de dados do zoneamento ecológico-econômico de minas gerais |
title_full_unstemmed |
Aplicação de clusterização de dados na base de dados do zoneamento ecológico-econômico de minas gerais |
title_sort |
Aplicação de clusterização de dados na base de dados do zoneamento ecológico-econômico de minas gerais |
author |
Marques, Aramis Ferreira |
author_facet |
Marques, Aramis Ferreira |
author_role |
author |
dc.contributor.none.fl_str_mv |
Esmin, Ahmed Ali Abdalla Calegari, Cristina Lelis Leal Pereira, Marluce Rodrigues |
dc.contributor.author.fl_str_mv |
Marques, Aramis Ferreira |
dc.subject.por.fl_str_mv |
Banco de dados Mineração de dados ZEE-MG Agrupamento Data base Data mining Clustering Não |
topic |
Banco de dados Mineração de dados ZEE-MG Agrupamento Data base Data mining Clustering Não |
description |
Nowadays, the fast development of collection and data storage technologies and tools enable large volumes of data to be stored. In areas such as business, medicine, science and engineering, through web searches on search engines, social networks, blogs, e-commerce, are generated large amounts of data every day. Traditional data analysis tools are not able to extract knowledge from large databases, once the data volume is high and the diversity of these makes the discovery knowledge process a tough task. In this context, data mining techniques are used to explore large databases in order to discover useful patterns, which could still be ignored. This new knowledge generated can support decision makers in various situations related to their business. Thus, the main objective of this work is to make an application of data mining techniques in the information system database of the Ecological Economic Zoning of the Minas Gerais state (ZEE-MG), aiming the identification of hidden patterns and characteristics. These results may help, for example, as a potentializer for the planning and preparation of public policies for the state of Minas Gerais. |
publishDate |
2014 |
dc.date.none.fl_str_mv |
2014-06-30 2015-12-18 2018-09-26T19:11:27Z 2018-09-26T19:11:27Z |
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 |
http://repositorio.ufla.br/jspui/handle/1/30678 |
url |
http://repositorio.ufla.br/jspui/handle/1/30678 |
dc.language.iso.fl_str_mv |
por |
language |
por |
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 |
Não UFLA brasil Ciência da Computação |
publisher.none.fl_str_mv |
Não UFLA brasil Ciência da Computação |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFLA instname:Universidade Federal de Lavras (UFLA) instacron:UFLA |
instname_str |
Universidade Federal de Lavras (UFLA) |
instacron_str |
UFLA |
institution |
UFLA |
reponame_str |
Repositório Institucional da UFLA |
collection |
Repositório Institucional da UFLA |
repository.name.fl_str_mv |
Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA) |
repository.mail.fl_str_mv |
nivaldo@ufla.br || repositorio.biblioteca@ufla.br |
_version_ |
1807835099524235264 |