Algoritmo SSDM para a mineração de dados semanticamente similares

• Ano de defesa: 2004
• Autor(a) principal: Escovar, Eduardo Luís Garcia
• Orientador(a): Biajiz, Mauro
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de São Carlos
• Programa de Pós-Graduação: Programa de Pós-Graduação em Ciência da Computação - PPGCC
• País: BR
• Palavras-chave em Português: Banco de dados; Data minig (mineração de dados); Lógica nebulosa; Regras de associação; Similaridade; Semântica
• Palavras-chave em Inglês: Fuzzy logic; Data mining; Association rules, similarity, semantics.
• Área do conhecimento CNPq: CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: https://repositorio.ufscar.br/handle/20.500.14289/495

The SSDM algorithm, created to allow semantically similar data mining, is presented in this work. Using fuzzy logic concepts, this algorithm analyzes the similarity grade between items, considering it if it is greater than a user-defined parameter. When this occurs, fuzzy associations between items are established, and are expressed in the association rules obtained. Therefore, besides associations discovered by conventional algorithms, SSDM also discovers semantic associations, showing them together with the other rules obtained. To do that, strategies are defined to discover these associations and calculate the support and the confidence of the rules where they appear.