Otimização computacional e estudo comparativo das técnicas de extração de conhecimento de grandes repositórios de dados.

• Ano de defesa: 2009
• Autor(a) principal: Senra, Fernando Luiz Coelho
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade do Estado do Rio de Janeiro; Centro de Tecnologia e Ciências::Instituto Politécnico; BR; UERJ; Programa de Pós-Graduação em Engenharia da Computação
• Palavras-chave em Português: Computer Engineering; Large data repositories; Extracting knowledge; Fuzzy system; Engenharia da Computação; Apriori Fuzzy; Regras de Associação; Lógica Nebulosa; CNPQ::ENGENHARIAS
• Link de acesso: http://www.bdtd.uerj.br/handle/1/10853

Ao se realizar estudo em qualquer área do conhecimento, quanto mais dados se dispuser, maior a dificuldade de se extrair conhecimento útil deste banco de dados. A finalidade deste trabalho é apresentar algumas ferramentas ditas inteligentes, de extração de conhecimento destes grandes repositórios de dados. Apesar de ter várias conotações, neste trabalho, irá se entender extração de conhecimento dos repositórios de dados a ocorrência combinada de alguns dados com freqüência e confiabilidade que se consideram interessantes, ou seja, na medida e que determinado dado ou conjunto de dados aparece no repositório de dados, em freqüência considerada razoável, outro dado ou conjunto de dados irá aparecer. Executada sobre repositórios de dados referentes a informações georreferenciadas dos alunos da UERJ (Universidade do Estado do Rio de Janeiro), irá se analisar os resultados de duas ferramentas de extração de dados, bem como apresentar possibilidades de otimização computacional destas ferramentas.