Visualização de regras de associação
Ano de defesa: | 2005 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , , , |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal de Minas Gerais
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Link de acesso: | http://hdl.handle.net/1843/RVMR-6EAGEH |
Resumo: | A mineração de dados é uma área de pesquisa que vem recebendo muita atenção nos últimos anos, pelo seu enorme potencial de extrair informações úteis de grandes volumes de dados. Entretanto, a despeito da sua grande aplicabilidade, as técnicas de mineração de dados ainda não ganharam ampla aceitação entre os usuários leigos, em função principalmente da complexidade dos conceitos envolvidos, que não fazem parte do domínio desses usuários. Uma das mais populares tarefas de mineração de dados é a mineração de regras de associação, que tem aplicação em diferentes contextos, como detecção de fraude em compras públicas, ciências sociais e marketing. A mineração de regras de associação apresenta dois grandes problemas relacionados à interação humana. Em primeirolugar, o volume de regras geradas é muito grande, o que dificulta a identificação das regras mais interessantes. Em segundo lugar, os conceitos relacionados à técnica são complexos, e quando o usuário não consegue compreender esses conceitos, ele não consegue utilizar o sistema de forma satisfatória.Nesta dissertação, abordamos esses dois problemas. Para o problema de identificação das regras mais interessantes, apresentamos duas estratégias de visualização do conjunto de regras geradas. Além disso, mostramos como a segunda estratégia supera a primeira, com base em avaliações com usuários e naliteratura. Para o segundo problema, identificamos, a partir da literatura e da nossa experiência com o sistema Tamanduá, os principais aspectos que devem ser comunicados pelos projetistas de sistemas de mineração de regras de associação aos usuários, de acordo com a teoria da engenharia semiótica. Paracada um dos aspectos levantados, discutimos sua importância para a interação e o custo para o usuário de ele não ser bem comunicado através da interface. |
id |
UFMG_f382c1f8002c1571f435c845ac1bef66 |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/RVMR-6EAGEH |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Wagner Meira JuniorRaquel Oliveira PratesClarindo Isaias P da S e PaduaDorgival Olavo Guedes NetoRenato Antonio Celso FerreiraFernando Almir Nascimento Junior2019-08-14T04:26:36Z2019-08-14T04:26:36Z2005-05-30http://hdl.handle.net/1843/RVMR-6EAGEHA mineração de dados é uma área de pesquisa que vem recebendo muita atenção nos últimos anos, pelo seu enorme potencial de extrair informações úteis de grandes volumes de dados. Entretanto, a despeito da sua grande aplicabilidade, as técnicas de mineração de dados ainda não ganharam ampla aceitação entre os usuários leigos, em função principalmente da complexidade dos conceitos envolvidos, que não fazem parte do domínio desses usuários. Uma das mais populares tarefas de mineração de dados é a mineração de regras de associação, que tem aplicação em diferentes contextos, como detecção de fraude em compras públicas, ciências sociais e marketing. A mineração de regras de associação apresenta dois grandes problemas relacionados à interação humana. Em primeirolugar, o volume de regras geradas é muito grande, o que dificulta a identificação das regras mais interessantes. Em segundo lugar, os conceitos relacionados à técnica são complexos, e quando o usuário não consegue compreender esses conceitos, ele não consegue utilizar o sistema de forma satisfatória.Nesta dissertação, abordamos esses dois problemas. Para o problema de identificação das regras mais interessantes, apresentamos duas estratégias de visualização do conjunto de regras geradas. Além disso, mostramos como a segunda estratégia supera a primeira, com base em avaliações com usuários e naliteratura. Para o segundo problema, identificamos, a partir da literatura e da nossa experiência com o sistema Tamanduá, os principais aspectos que devem ser comunicados pelos projetistas de sistemas de mineração de regras de associação aos usuários, de acordo com a teoria da engenharia semiótica. Paracada um dos aspectos levantados, discutimos sua importância para a interação e o custo para o usuário de ele não ser bem comunicado através da interface.Universidade Federal de Minas GeraisUFMGComputaçãoMineração de dados (Computação)sistemas distribuídosVisualização de regras de associaçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALfernandoalmirnascimentojr.pdfapplication/pdf3468635https://repositorio.ufmg.br/bitstream/1843/RVMR-6EAGEH/1/fernandoalmirnascimentojr.pdf9df4dca6dd044f9efedf25ae5efcb322MD51TEXTfernandoalmirnascimentojr.pdf.txtfernandoalmirnascimentojr.pdf.txtExtracted texttext/plain379231https://repositorio.ufmg.br/bitstream/1843/RVMR-6EAGEH/2/fernandoalmirnascimentojr.pdf.txtd5d17cea9b20f4f23f6f3fa3a27d8f91MD521843/RVMR-6EAGEH2019-11-14 16:12:13.44oai:repositorio.ufmg.br:1843/RVMR-6EAGEHRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T19:12:13Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Visualização de regras de associação |
title |
Visualização de regras de associação |
spellingShingle |
Visualização de regras de associação Fernando Almir Nascimento Junior sistemas distribuídos Computação Mineração de dados (Computação) |
title_short |
Visualização de regras de associação |
title_full |
Visualização de regras de associação |
title_fullStr |
Visualização de regras de associação |
title_full_unstemmed |
Visualização de regras de associação |
title_sort |
Visualização de regras de associação |
author |
Fernando Almir Nascimento Junior |
author_facet |
Fernando Almir Nascimento Junior |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Wagner Meira Junior |
dc.contributor.referee1.fl_str_mv |
Raquel Oliveira Prates |
dc.contributor.referee2.fl_str_mv |
Clarindo Isaias P da S e Padua |
dc.contributor.referee3.fl_str_mv |
Dorgival Olavo Guedes Neto |
dc.contributor.referee4.fl_str_mv |
Renato Antonio Celso Ferreira |
dc.contributor.author.fl_str_mv |
Fernando Almir Nascimento Junior |
contributor_str_mv |
Wagner Meira Junior Raquel Oliveira Prates Clarindo Isaias P da S e Padua Dorgival Olavo Guedes Neto Renato Antonio Celso Ferreira |
dc.subject.por.fl_str_mv |
sistemas distribuídos |
topic |
sistemas distribuídos Computação Mineração de dados (Computação) |
dc.subject.other.pt_BR.fl_str_mv |
Computação Mineração de dados (Computação) |
description |
A mineração de dados é uma área de pesquisa que vem recebendo muita atenção nos últimos anos, pelo seu enorme potencial de extrair informações úteis de grandes volumes de dados. Entretanto, a despeito da sua grande aplicabilidade, as técnicas de mineração de dados ainda não ganharam ampla aceitação entre os usuários leigos, em função principalmente da complexidade dos conceitos envolvidos, que não fazem parte do domínio desses usuários. Uma das mais populares tarefas de mineração de dados é a mineração de regras de associação, que tem aplicação em diferentes contextos, como detecção de fraude em compras públicas, ciências sociais e marketing. A mineração de regras de associação apresenta dois grandes problemas relacionados à interação humana. Em primeirolugar, o volume de regras geradas é muito grande, o que dificulta a identificação das regras mais interessantes. Em segundo lugar, os conceitos relacionados à técnica são complexos, e quando o usuário não consegue compreender esses conceitos, ele não consegue utilizar o sistema de forma satisfatória.Nesta dissertação, abordamos esses dois problemas. Para o problema de identificação das regras mais interessantes, apresentamos duas estratégias de visualização do conjunto de regras geradas. Além disso, mostramos como a segunda estratégia supera a primeira, com base em avaliações com usuários e naliteratura. Para o segundo problema, identificamos, a partir da literatura e da nossa experiência com o sistema Tamanduá, os principais aspectos que devem ser comunicados pelos projetistas de sistemas de mineração de regras de associação aos usuários, de acordo com a teoria da engenharia semiótica. Paracada um dos aspectos levantados, discutimos sua importância para a interação e o custo para o usuário de ele não ser bem comunicado através da interface. |
publishDate |
2005 |
dc.date.issued.fl_str_mv |
2005-05-30 |
dc.date.accessioned.fl_str_mv |
2019-08-14T04:26:36Z |
dc.date.available.fl_str_mv |
2019-08-14T04:26:36Z |
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://hdl.handle.net/1843/RVMR-6EAGEH |
url |
http://hdl.handle.net/1843/RVMR-6EAGEH |
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.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.initials.fl_str_mv |
UFMG |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/RVMR-6EAGEH/1/fernandoalmirnascimentojr.pdf https://repositorio.ufmg.br/bitstream/1843/RVMR-6EAGEH/2/fernandoalmirnascimentojr.pdf.txt |
bitstream.checksum.fl_str_mv |
9df4dca6dd044f9efedf25ae5efcb322 d5d17cea9b20f4f23f6f3fa3a27d8f91 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1797973016430247936 |