1990305 Jorge Manuel da Rocha Santos Sessão Controlo Tese 2º Semestre 2007/2008.

Apresentação em tema: "1990305 Jorge Manuel da Rocha Santos Sessão Controlo Tese 2º Semestre 2007/2008."— Transcrição da apresentação:

1 1990305 Jorge Manuel da Rocha Santos Sessão Controlo Tese 2º Semestre 2007/2008

2 2 Agenda Tema Objectivos Cronograma Tese Trabalho já desenvolvido Trabalho a desenvolver 10/17/2015

3 3 Tema Adaptação ao Utilizador com Aprendizagem Automática em Vidros Interactivos 10/17/2015

4 Objectivos 10/17/2015 4 Vidro InteractivoRegisto de “Cliques” BD Clientes (Histórico / Preferências) Data Mining Regras de Associação Influenciar Interface

5 Cronograma Tese 20 Dez. 2007  Atribuição da Tese; Fev. 2008  Arranque; Abr. 2008  Pesquisa / Estado da Arte; Jun. 2008  Data Mining e Descoberta do Conhecimento; Set. 2008  Interface gráfica; Dez. 2008  Previsão de Término. 10/17/2015 5

6 Trabalho já desenvolvido Estado da arte sobre Regras de Associação: – principais algoritmos desenvolvidos; – comparação dos algoritmos; – paralelização de alguns algoritmos; – regras de associação temporais e espaciais; – métricas de avaliação. 10/17/2015 6

7 Trabalho já desenvolvido 10/17/2015 7 Leitura do artigo:

8 Trabalho já desenvolvido Uma regra de associação é uma implicação na forma X ⇒ Y, onde: – X e Y são conjuntos de itens chamados ‘itemsets’, pertencentes à Base de Dados; – X Y= ϕ – X é o antecedente, Y é o consequente; Suporte (s) de uma regra de associação: – Rácio (em percentagem) entre os registos que contêm X U Y, e o número total de registos da base de dados; Confiança (α) de uma regra de associação: – para um dado número de registos, é o rácio (em percentagem) entre o número de registos que contêm X U Y, e o número de registos que contêm X. 10/17/2015 8

9 Trabalho já desenvolvido Gerar regras de associação a partir de uma base de dados consiste em: – encontrar todas as regras que correspondem aos valores de suporte e confiança pré-definidos pelo utilizador. 10/17/2015 9 Dispendioso ! Necessários algoritmos eficientes…

10 Trabalho já desenvolvido 10/17/2015 10 Classificação de Algoritmos DIMENSIONVALUES TargetComplete, Constrained, Qualitative TypeRegular, Generalized, Quantitative, etc. Data typeDatabase Data, Text Data sourceMarket Basket, Beyond Basket TechniqueLarge Itemset, Strongly Collective Itemset Itemset StrategyComplete, Apriori, Dynamic, Hybrid Transaction StrategyComplete, Sample, Partitioned Itemset Data StructureHash Tree, Trie, Virtual Trie, Lattice Transaction Data StructureFlat File, TID OptimizationMemory, Skewed, Pruning ArchitectureSequential, Parallel Parallel StrategyNone, Data, Task

11 Trabalho já desenvolvido 10/17/2015 11 Classificação de Algoritmos

12 Trabalho a desenvolver 10/17/2015 12 "Registo de cliques" efectuados no vidro interactivo, guardar o percurso de navegação do utilizador (sequências e preferências); Ler Base de Dados existente; "Data Mining" para gerar regras de associação; Concepção da interface gráfica adaptável.