Dissertação

TDPrefixGrowth: an algorithm for mining multiple sequential periodic regularities EVALUATED

A crescente necessidade de compreensão de comportamentos e cenários dinâmicos fez com que o factor temporal ganhasse bastante importância no desenvolvimento de processos de análise de dados, nomeadamente na área de Data Mining. A capacidade de compreender e reconhecer, tendências e comportamentos dinâmicos é um factor chave para melhorar a capacidade de adaptação e, por sua vez, de optimizar processos de acordo com as necessidades futuras. Neste sentido, diversas abordagens têm sido propostas, em particular, na área de Temporal Pattern Mining onde os trabalhos em Sequential Pattern Mining, Change Mining e Emerging Patterns têm maior relevância. No entanto, existem ainda duas principais limitações nas abordagens propostas. A primeira, diz respeito ao tipo de relações temporais exploradas, que não são capazes de traduzir a evolução de comportamentos expressivos, enquanto que a segunda diz respeito à falta integração de conhecimento do domínio nos processos de descoberta de informação, o que se traduz em resultados pouco objectivos e orientados às expectativas do utilizador. Assim, neste trabalho definimos um novo problema na área de Temporal Pattern Mining, que visa a descoberta de padrões com características periódicas e evolutivas. Concretamente, definimos um novo algoritmo (TDPrefixGrowth), baseado em restrições, para identificar três principais tipos de padrões que representam diferentes tipos de evoluções de comportamentos: Cíclicos, Convergentes e Divergentes. Os resultados experimentais obtidos através da análise de dados de vários domínios, demonstram a eficiência e flexibilidade do nosso algoritmo, quando comparado com outras abordagens semelhantes, bem como a qualidade dos padrões descobertos relativamente à dinâmica temporal.
Regularidades, Periodicidades, Restrições, Padrões Temporais

Novembro 14, 2014, 8:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Claudia Martins Antunes

Departamento de Engenharia Informática (DEI)

Professor Auxiliar