Descoberta de conhecimento aplicando regras de associação na ferramenta WEKA

  • Elio Ribeiro Faria Junior
  • Marcos Jesus de Oliveira Nielsen

Resumo

Nos últimos anos vem aumentando o uso das técnicas de mineração de dados para descoberta de novos conhecimentos, devido à grande quantidade de registros armazenados em um ou mais bancos de dados. Torna-se complexa a utilização de técnicas tradicionais para produzir relacionamentos entre os elementos, que seja capaz de descobrir irregularidades, padrões e ligações para suportar a tomada de decisão. Sendo assim, este estudo vai utilizar a metodologia denominada KDD (Knowledge Discovery in Database – Descoberta de conhecimento em Banco de Dados). A base de dados é de uma avaliação institucional, a qual contém perguntas e respostas sobre um determinado curso. Para isso foi necessário utilizar o software WEKA (Waikato Enviroment for Knowledge Analysis), que permite o uso das regras de associação, a qual faz o uso do algoritmo Apriori. Dessa forma, o uso das regras de associação mostrou-se eficaz para descoberta de informações ocultas, as quais podem se tornar dados privilegiados para os gestores.
Publicado
2018-12-04
Como Citar
FARIA JUNIOR, Elio Ribeiro; NIELSEN, Marcos Jesus de Oliveira. Descoberta de conhecimento aplicando regras de associação na ferramenta WEKA. Uniuv em Revista, [S.l.], v. 16, n. 1, dez. 2018. ISSN 2595-346X. Disponível em: <https://periodicos.uniuv.edu.br/uniuvemrevista/article/view/427>. Acesso em: 15 out. 2019.
Seção
Artigos