Descoberta de conhecimento aplicando regras de associação na ferramenta WEKA

Autores

  • Elio Ribeiro Faria Junior
  • Marcos Jesus de Oliveira Nielsen

Palavras-chave:

KDD, WEKA, Regra de associação, Informações ocultas, Apriori

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 — Atualizado em 2018-12-04

Versões

Edição

Seção

Artigos