Ambiente para exploração de regras

Detalhes bibliográficos
Autor(a) principal: Paula, Marcos Ferreira de
Data de Publicação: 2003
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-12112014-102047/
Resumo: Recentemente, o desenvolvimento das tecnologias de coleta e armazenamento de dados, a popularização da Internet, e a evolução das necessidades de informação fazem com que qualquer esforço para facilitar a manipulação e o entendimento humano em relação a esse grande leque de informações ganhe grande importância. Nesse sentido, as organizações têm visto com crescente interesse o desenvolvimento de tecnologias automatizadas para extração de conhecimento de grandes volumes de dados. Estas tecnologias têm sido referenciada na literatura como Extração de Conhecimento de Bases de Dados ou Mineração de Dados (MD). Um dos objetivos do processo de Extração de Conhecimento de Bases de Dados é que seus usuários finais possam analisar, compreender e utilizar o conhecimento extraído em um processo de tomada de decisão. Entretanto, do ponto de vista desses usuários, um problema encontrado no íinal do processo de Extração de Conhecimento é que muitos dos algoritmos utilizados geram uma enorme quantidade de padrões, dificultando consideravelmente sua análise. Outro problema frequentemente identificado é a dificuldade na compreensão dos modelos extraídos dos dados. Nesse sentido, diversos trabalhos têm sido desenvolvidos para apoiar os usuários na avaliação e interpretação do conhecimento extraído a partir dos dados. A existência de um Ambiente para Exploração de Regras em que as regras encontradas em um processo de Extração de Conhecimento estejam armazenadas, disponibilizadas aos usuários e que apresente diversos tipos de métodos para sua avaliação pode representar um auxílio efetivo para os usuários na compreensão, identificação das regras interessante e utilização das mesmas. Nesta dissertação, são apresentadas algumas características importantes de um Ambiente para Exploração de Regras, uma arquitetura geral e a implementação de um ambiente deste tipo, o Ambiente RulEE. É também apresentado um estudo de caso realizado com objetivo de mostrar essas características na análise e disponibilização de regras extraídas a partir de um conjunto de dados financeiros.
id USP_85e9e2d43035b051b1725eb657a800b4
oai_identifier_str oai:teses.usp.br:tde-12112014-102047
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Ambiente para exploração de regrasRule Exploration EnvironmentNão disponívelNot availableRecentemente, o desenvolvimento das tecnologias de coleta e armazenamento de dados, a popularização da Internet, e a evolução das necessidades de informação fazem com que qualquer esforço para facilitar a manipulação e o entendimento humano em relação a esse grande leque de informações ganhe grande importância. Nesse sentido, as organizações têm visto com crescente interesse o desenvolvimento de tecnologias automatizadas para extração de conhecimento de grandes volumes de dados. Estas tecnologias têm sido referenciada na literatura como Extração de Conhecimento de Bases de Dados ou Mineração de Dados (MD). Um dos objetivos do processo de Extração de Conhecimento de Bases de Dados é que seus usuários finais possam analisar, compreender e utilizar o conhecimento extraído em um processo de tomada de decisão. Entretanto, do ponto de vista desses usuários, um problema encontrado no íinal do processo de Extração de Conhecimento é que muitos dos algoritmos utilizados geram uma enorme quantidade de padrões, dificultando consideravelmente sua análise. Outro problema frequentemente identificado é a dificuldade na compreensão dos modelos extraídos dos dados. Nesse sentido, diversos trabalhos têm sido desenvolvidos para apoiar os usuários na avaliação e interpretação do conhecimento extraído a partir dos dados. A existência de um Ambiente para Exploração de Regras em que as regras encontradas em um processo de Extração de Conhecimento estejam armazenadas, disponibilizadas aos usuários e que apresente diversos tipos de métodos para sua avaliação pode representar um auxílio efetivo para os usuários na compreensão, identificação das regras interessante e utilização das mesmas. Nesta dissertação, são apresentadas algumas características importantes de um Ambiente para Exploração de Regras, uma arquitetura geral e a implementação de um ambiente deste tipo, o Ambiente RulEE. É também apresentado um estudo de caso realizado com objetivo de mostrar essas características na análise e disponibilização de regras extraídas a partir de um conjunto de dados financeiros.Recently, the development of the data collection and storage technologies, the popularization of the Internet, and the evolution of the necessities of information give great impor - tance to any effort to facilitate the manipulation and the human comprehension of this great amount of information. In this way, the organizations have seen, with increasing interest, the development of automatized technologies for knowledge extraction from great volumes of data. These technologies have been referenced in literature as Knowledge Discovery in Databases or Data Mining (DM). One of the objectives of the Knowledge Discovery in Database process is to make its final users able to analyze, understand and use the knowledge in a decision making process. However, from the point of view of these users, a problem found in the end of the Knowledge Discovery process is that many of the used algorithms generate an enormous amount of patterns, making difficult its analysis. Another problem frequently identified is the difficulty to understand the models extracted from the data. In this way, several works have been developed to help the users in the evaluation and interpretation of the knowledge extracted from the data. The existence of a Rule Exploration Environment where the rules found in a Knowledge Discovery in Databases process are stored, made available to the users and that presents several types of methods for its evaluation can represent an effective aid for the users in the understanding, identification and use of the interesting rules. In this work, it is prescnted some important characteristics of a Rule Exploration Environment, a general architecture, and an implementation of an environment of this type, the RulEE environment. A case study is also presented showing these characteristics in the exploration of rules extracted from a financial data set.Biblioteca Digitais de Teses e Dissertações da USPRezende, Solange OliveiraPaula, Marcos Ferreira de2003-03-31info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/55/55134/tde-12112014-102047/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:11:55Zoai:teses.usp.br:tde-12112014-102047Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:11:55Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Ambiente para exploração de regras
Rule Exploration Environment
title Ambiente para exploração de regras
spellingShingle Ambiente para exploração de regras
Paula, Marcos Ferreira de
Não disponível
Not available
title_short Ambiente para exploração de regras
title_full Ambiente para exploração de regras
title_fullStr Ambiente para exploração de regras
title_full_unstemmed Ambiente para exploração de regras
title_sort Ambiente para exploração de regras
author Paula, Marcos Ferreira de
author_facet Paula, Marcos Ferreira de
author_role author
dc.contributor.none.fl_str_mv Rezende, Solange Oliveira
dc.contributor.author.fl_str_mv Paula, Marcos Ferreira de
dc.subject.por.fl_str_mv Não disponível
Not available
topic Não disponível
Not available
description Recentemente, o desenvolvimento das tecnologias de coleta e armazenamento de dados, a popularização da Internet, e a evolução das necessidades de informação fazem com que qualquer esforço para facilitar a manipulação e o entendimento humano em relação a esse grande leque de informações ganhe grande importância. Nesse sentido, as organizações têm visto com crescente interesse o desenvolvimento de tecnologias automatizadas para extração de conhecimento de grandes volumes de dados. Estas tecnologias têm sido referenciada na literatura como Extração de Conhecimento de Bases de Dados ou Mineração de Dados (MD). Um dos objetivos do processo de Extração de Conhecimento de Bases de Dados é que seus usuários finais possam analisar, compreender e utilizar o conhecimento extraído em um processo de tomada de decisão. Entretanto, do ponto de vista desses usuários, um problema encontrado no íinal do processo de Extração de Conhecimento é que muitos dos algoritmos utilizados geram uma enorme quantidade de padrões, dificultando consideravelmente sua análise. Outro problema frequentemente identificado é a dificuldade na compreensão dos modelos extraídos dos dados. Nesse sentido, diversos trabalhos têm sido desenvolvidos para apoiar os usuários na avaliação e interpretação do conhecimento extraído a partir dos dados. A existência de um Ambiente para Exploração de Regras em que as regras encontradas em um processo de Extração de Conhecimento estejam armazenadas, disponibilizadas aos usuários e que apresente diversos tipos de métodos para sua avaliação pode representar um auxílio efetivo para os usuários na compreensão, identificação das regras interessante e utilização das mesmas. Nesta dissertação, são apresentadas algumas características importantes de um Ambiente para Exploração de Regras, uma arquitetura geral e a implementação de um ambiente deste tipo, o Ambiente RulEE. É também apresentado um estudo de caso realizado com objetivo de mostrar essas características na análise e disponibilização de regras extraídas a partir de um conjunto de dados financeiros.
publishDate 2003
dc.date.none.fl_str_mv 2003-03-31
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.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/55/55134/tde-12112014-102047/
url http://www.teses.usp.br/teses/disponiveis/55/55134/tde-12112014-102047/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815256994702950400