Estudo comparativo entre algoritmos de análise de agrupamentos em data mining

Detalhes bibliográficos
Ano de defesa: 2004
Autor(a) principal: Prass, Fernando Sarturi
Orientador(a): Ogliari, Paulo José
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Florianópolis, SC
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: http://repositorio.ufsc.br/xmlui/handle/123456789/87267
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-graduação em Ciência da Computação
id UFSC_930b9af7c3b7c658fe5b15bd8b64e171
oai_identifier_str oai:repositorio.ufsc.br:123456789/87267
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str
spelling Universidade Federal de Santa CatarinaPrass, Fernando SarturiOgliari, Paulo José2012-10-21T17:23:51Z2012-10-21T17:23:51Z20042004210022http://repositorio.ufsc.br/xmlui/handle/123456789/87267Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-graduação em Ciência da ComputaçãoO objetivo é apresentar um estudo comparativo dos principais modelos de algoritmos de Análise de Agrupamento (Cluster Analysis) existentes na literatura e implementados em softwares, visando o seu uso no processo de descoberta de conhecimentos em grandes bancos de dados (Knowledge Discovery in Databases - KDD). Os algoritmos de Agrupamento são diferenciados de acordo com o seu método de formação (Hierárquico, Partição, Baseado em Modelo, Baseado em Grade e Baseado em Densidade) e também pela medida de distância que expressa a similaridade ou dissimilaridade entre os objetos. Mostram-se também critérios de mensuração para que se possam avaliar quais os melhores algoritmos para grandes bases de dados. Os algoritmos foram avaliados com dados reais e simulados utilizando a Linguagem R, que apontou o algoritmo k-medoid como o mais preciso e rápido. O trabalho mostra que o uso de Análise de Agrupamentos (AA) pode ser feito através de software gratuito e com máquina de baixo custo, mas para se obtenham bons resultados são necessários sólidos conhecimentos teóricos sobre AA.1 v.| il., grafs., tabs.porFlorianópolis, SCInformaticaCiência da computaçãoAlgoritmosMineração de dados (Computação)Estudo comparativo entre algoritmos de análise de agrupamentos em data mininginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINAL210022.pdfapplication/pdf600027https://repositorio.ufsc.br/bitstream/123456789/87267/1/210022.pdf593cdf81a2de56eda1d99061c8a08743MD51TEXT210022.pdf.txt210022.pdf.txtExtracted Texttext/plain125467https://repositorio.ufsc.br/bitstream/123456789/87267/2/210022.pdf.txtab8f4d555f289316dcda2ce4d6099412MD52THUMBNAIL210022.pdf.jpg210022.pdf.jpgGenerated Thumbnailimage/jpeg707https://repositorio.ufsc.br/bitstream/123456789/87267/3/210022.pdf.jpg673eb773a1c9a281ec2c260b6a341261MD53123456789/872672013-05-03 02:10:07.716oai:repositorio.ufsc.br:123456789/87267Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestsandra.sobrera@ufsc.bropendoar:23732013-05-03T05:10:07Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.pt_BR.fl_str_mv Estudo comparativo entre algoritmos de análise de agrupamentos em data mining
title Estudo comparativo entre algoritmos de análise de agrupamentos em data mining
spellingShingle Estudo comparativo entre algoritmos de análise de agrupamentos em data mining
Prass, Fernando Sarturi
Informatica
Ciência da computação
Algoritmos
Mineração de dados (Computação)
title_short Estudo comparativo entre algoritmos de análise de agrupamentos em data mining
title_full Estudo comparativo entre algoritmos de análise de agrupamentos em data mining
title_fullStr Estudo comparativo entre algoritmos de análise de agrupamentos em data mining
title_full_unstemmed Estudo comparativo entre algoritmos de análise de agrupamentos em data mining
title_sort Estudo comparativo entre algoritmos de análise de agrupamentos em data mining
author Prass, Fernando Sarturi
author_facet Prass, Fernando Sarturi
author_role author
dc.contributor.pt_BR.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Prass, Fernando Sarturi
dc.contributor.advisor1.fl_str_mv Ogliari, Paulo José
contributor_str_mv Ogliari, Paulo José
dc.subject.classification.pt_BR.fl_str_mv Informatica
Ciência da computação
Algoritmos
Mineração de dados (Computação)
topic Informatica
Ciência da computação
Algoritmos
Mineração de dados (Computação)
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-graduação em Ciência da Computação
publishDate 2004
dc.date.submitted.pt_BR.fl_str_mv 2004
dc.date.issued.fl_str_mv 2004
dc.date.accessioned.fl_str_mv 2012-10-21T17:23:51Z
dc.date.available.fl_str_mv 2012-10-21T17:23:51Z
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://repositorio.ufsc.br/xmlui/handle/123456789/87267
dc.identifier.other.pt_BR.fl_str_mv 210022
identifier_str_mv 210022
url http://repositorio.ufsc.br/xmlui/handle/123456789/87267
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 1 v.| il., grafs., tabs.
dc.publisher.none.fl_str_mv Florianópolis, SC
publisher.none.fl_str_mv Florianópolis, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/87267/1/210022.pdf
https://repositorio.ufsc.br/bitstream/123456789/87267/2/210022.pdf.txt
https://repositorio.ufsc.br/bitstream/123456789/87267/3/210022.pdf.jpg
bitstream.checksum.fl_str_mv 593cdf81a2de56eda1d99061c8a08743
ab8f4d555f289316dcda2ce4d6099412
673eb773a1c9a281ec2c260b6a341261
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv sandra.sobrera@ufsc.br
_version_ 1851759189765914624

Registros relacionados