Please use this identifier to cite or link to this item: http://hdl.handle.net/11612/3191
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorRocha, Marcelo Lisboa-
dc.contributor.authorPinheiro, Diego Paixão-
dc.date.accessioned2021-10-08T03:08:01Z-
dc.date.available2021-10-08T03:08:01Z-
dc.date.issued2021-
dc.identifier.citationPINHEIRO, Diego Paixão. Aplicação de métodos de minimização do número de regras de associação que represente totalmente uma base de dados. Universidade Federal do Tocantins, Palmas, 2021.pt_BR
dc.identifier.urihttp://hdl.handle.net/11612/3191-
dc.description.abstractAssociation rules are a form of knowledge representation used in decision making systems due to their simple structure and high information storage potential. This feature can be obtained through association rule mining algorithms, such as Apriori, which takes a dataset as an input parameter and returns a set of association rules. However, the existing algorithms return a large number of rules, which makes the use of association rules costly for computer systems and very hard to interpret for domain experts. In order to overcome this difficulty and facilitate the application of association rules in solving decision making problems, many researches have been searching for a computational solution to reduce the amount of association rules in such a way that there is no significant loss of information. This paper presents two computational procedures for minimizing the number of association rules that fully represent a dataset. Then, the authors present the tests performed and a comparative study with other methods in the literature. In view of the success achieved, the authors make their considerations about the results and point out the new direction of the project.pt_BR
dc.language.isopt_BRpt_BR
dc.publisherUniversidade Federal do Tocantinspt_BR
dc.rightsAcesso Livre.pt_BR
dc.subjectInteligência Artificialpt_BR
dc.subjectAprendizado de Máquinapt_BR
dc.subjectPesquisa Operacionalpt_BR
dc.subjectAnálise Combinatóriapt_BR
dc.subjectMineração de Dadospt_BR
dc.subjectRegras de Associação.pt_BR
dc.titleAplicação de métodos de minimização do número de regras de associação que represente totalmente uma base de dadospt_BR
dc.typeMonografiapt_BR
dc.description.resumoAs regras de associação são uma forma de representação de conhecimento utilizada em sistemas de tomada de decisão devido `a sua estrutura simples e ao alto potencial de armazenamento de informações. Esse recurso pode ser obtida através de algoritmos de mineração de regras de associação, como o Priori, que toma um conjunto de dados como parâmetro de entrada e retorna um conjunto de regras de associação. Entretanto, os algoritmos existentes retornam um grande n´úmero de regras, o que torna o uso de regras de associação oneroso para os sistemas de computador e muito difícil de interpretar para os especialistas de domínio. A fim de superar esta dificuldade e facilitar a aplicação das regras de associação na solução de problemas de tomada de decisão, muitas pesquisas tem procurado uma solução computacional para reduzir a quantidade de regras de associação de tal forma que não haja perda significativa de informações. Este trabalho apresenta dois procedimentos computacionais para minimizar o n´úmero de regras de associação que representam plenamente um conjunto de dados. Em seguida, os autores apresentam os testes realizados e um estudo comparativo com outros m´todos da literatura. Tendo em vista o sucesso alcançado, os autores fazem suas considerações sobre os resultados e apontam a nova direção do projeto.pt_BR
dc.publisher.campusPalmaspt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRApt_BR
dc.publisher.cursoCiências da Computaçãopt_BR
dc.publisher.localPalmaspt_BR
dc.publisher.levelGraduaçãopt_BR
Appears in Collections:Ciência da Computação

Files in This Item:
File Description SizeFormat 
Diego Paixão Pinheiro- TCC.pdf462.57 kBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.