Avaliação das regras de associação descobertas sob a perspectiva do usuário em relação de medidas objetivas

  • Viviane Dal Molin de Souza
  • Deborah Ribeiro Carvalho

Resumo

A grande maioria dos algoritmos de Data Mining apresenta o conhecimento descoberto na forma de uma longa lista de regras, a partir da qual o usuário deve pesquisar e identificar aquelas que realmente possuem qualidade e têm algo a acrescentar ao processo de decisão. Ocorre que muitas vezes esta lista é tão grande que inviabiliza o trabalho de análise a ser desenvolvido. Neste caso, pode ser adotada uma fase de pós-processamento do conhecimento descoberto, a qual pode selecionar um subconjunto das regras descobertas, sob o critério da qualidade, ou seja, do grau de acerto das regras. Desta forma, o usuário receberia um conjunto bem reduzido de regras a ser avaliado, o que facilitaria a sua análise. Este artigo apresenta e discute dezesseis medidas de pós-processamento com o objetivo de avaliar se as medidas selecionadas, sob a perspectiva da qualidade e grau de interesse, efetivamente refletem o real interesse do o usuário como elemento de apoio ao processo decisório.

Publicado
2018-06-19