Uso de Fuzzy set e Fuzzy logic para tratar imprecisão no cálculo de atração e repulsão: um estudo de caso em Market Basket Analysis

  • José Gonçalo dos Santos Instituto Federal de Brasília - IFB
  • Wilton Lucas Pires Gomes IFB

Resumo

O estudo de afinidades entre produtos, conhecido popularmente como MBA (Market Basket Analysis), utiliza uma matriz binária para representar as transações de compras de clientes e os diferentes produtos comprados. Por ser binária, despreza a intensidade da associação dos eventos e a quantidade de produtos comprados tornando-a imprecisa. Dessa forma, esta pesquisa faz um estudo de viabilidade da utilização dos conceitos e abordagens da lógica difusa para tratar a imprecisão encontrada. Assim, foi possível fazer um algoritmo difuso capaz de realizar cálculos de afinidade entre produtos com mais precisão. Foram feitos vários testes e análises com diferentes combinações de funções de pertinência a fim de obter melhores resultados. A validação do método difuso deu-se pela comparação entre o cálculo do LIFT e o algoritmo Apriori. O método difuso mostrou ser eficiente em mais de 80% dos casos quando comparado com o LIFT e 100% com o Apriori. Com isso, esta pesquisa modelou a imprecisão contida na matriz e mostrou que é viável usar lógica difusa no processo de MBA.

Biografia do Autor

José Gonçalo dos Santos, Instituto Federal de Brasília - IFB
Possui graduação em Licenciatura Plena Em Matemática pela Universidade Federal de Mato Grosso (1994) e Tecnologia em Gestão de TI pela Universidade Católica de Brasília, especialização em matemática computacional pela Universidade Federal de Mato Grosso (1996) e em engenharia de requisitos e processo de negócio pela Universidade Federal do Rio Grande do Sul (2012), mestrado em Ciências da Computação pela Universidade Federal de Santa Catarina (2001) e doutorado em Ciência da Computação pela Universidade Federal de Santa Catarina (2004). Tem experiência na área de Ciência da Computação, com ênfase em Arquitetura de Sistemas de Computação, atuando principalmente nos seguintes temas: sistemas especialistas, inteligência artificial, análise estatística, data mining, banco de dados, ITIL, Análise Orientada a Objetos, Programação Orientada a Objetos, Linguagens de Programação (JAVA, C/C++, DELPHI, PHP) , SQL e Desenvolvimento JAVA WEB.
Wilton Lucas Pires Gomes, IFB
Estudante do curso ABI em Ciência da Computação do IFB.

Referências

BILOBROVEC, M.; MARÇAL, R. F. M.; KOVALESKI, J. L. Implementação de um sistema de controle inteligente utilizando a lógica fuzzy. XI SIMPEP, Bauru/Brasil, 2004.

CAMILO, C. O.; SILVA, J. C. Mineração de dados: Conceitos, tarefas, métodos e ferramentas. Universidade Federal de Goiás (UFC), p. 1-29, 2009.

CARVALHO, R. A. S. Data mining no contexto de customer relationship management em uma franquia coca-cola company. 2010. 152 f.. Dissertação (mestrado em ciências da computação) – Universidade Federal de Pernambuco, Recife. Out. 2010.

CÔRTES, S. C.; PORCARO, R. M.; LIFSCHITZ, S. Mineração de dados – Funcionalidades, técnicas e abordagens. PUC-Rio Inf. MCC10/02, maio 2002.

GOMIDE, F. A. C.; GUDWIN, R. R. Modelagem, controle, sistemas e lógica fuzzy. SBA Controle e Automação. Campinas –SP, v. 4 , n. 3, p. 97-115, set./out. 1994.

OLIVEIRA, R. B. T. de. O processo de extração de conhecimento de base de dados apoiado por agentes de software. 2000. 115 f.. Dissertação (mestrado em ciências da computação e matemática computacional) – Universidade de São Paulo- USP, São Carlos. Out. 2000.

PACHECO, R. C. S. et al. Tratamento de imprecisão em sistemas especialistas. 1991. Disponível em: https://repositorio.ufsc.br/xmlui/handle/123456789/157703 Acesso em: 04 de maio de 2017

RIGNEL, D.G.S. ; CHENCI, G.P. ; LUCAS, C.A.. Uma introdução à lógica fuzzy. Revista eletrônica de sistemas de informação e gestão tecnológica. v 1, n. 12. p. 17-28, março 2011.

RODRIGUES, L. M.; DIMURO, G. P. Utilizando Lógica Fuzzy para Avaliar a Qualidade de uma Compra Via Internet. 2010.

SANTOS, J. G. dos. Uso de conjuntos difusos e lógica difusa para cálculo de atração e repulsão: uma aplicação em Market Basket Analysis. 2004. 113f.. Tese (Doutorado em Ciência da Computação) – Universidade Federal de Santa Catarina –UFSC, Florianópolis. Dez. 2004.

SCHAEFFER, A. G. Data mining no varejo: estudo de caso para loja de materiais de construção. 2003. 86 f.. Tese (mestrado em ciência da computação) – Universidade Federal do Rio Grande do Sul, Porto Alegre. Abril 2003.

SPERONI, R. M. Obtenção de dados para mineração da utilização da web. 2003. 73 f.. Dissertação (mestrado em ciência da computação) – Universidade Federal de Santa Catarina, Florianópolis. Set. 2003.

TANSCHEIT, R; GOMIDE, F. A. C.; GUDWIN, R. R. Conceitos fundamentais da teoria de conjuntos fuzzy, lógica fuzzy e aplicações. In: Proc. 6 th IFSA Congress-Tutorials. 1995. p. 1-38.

Publicado
2019-12-17
Seção
ARTIGOS