Estudo comparativo entre os algoritmos tradicionais e um algoritmo baseado em lógica difusa para tratamento da imprecisão contida na matriz de co-ocorrência usada no cálculo de atração/repulsão entre produtos (base para market basket analysis)

  • José Gonçalo dos Santos Instituto Federal de Brasília - IFB
  • Wilton Lucas Pires Gomes Instituto Federal de Brasília - IFB
Palavras-chave: Market basket analysis, Lógica difusa, Algoritmos

Resumo

Este artigo mostra um estudo comparativo entre um algoritmo baseado em lógica difusa e os tradicionais, usados para determinar relações entre produtos no processo de Market Basket Analysis (MBA). Para tanto, inicialmente, fez-se um estudo dos algoritmos utilizados e foram selecionados alguns deles para os testes comparativos. A comparação levou em consideração os resultados obtidos de cada algoritmo. O algoritmo difuso mostrou ótimos resultados e mostrou-se viável no cálculo de atração/repulsão entre produtos. Com isso, esta pesquisa revela a potencialidade do uso da lógica difusa no processo de MBA.Este artigo mostra um estudo comparativo entre um algoritmo baseado em lógica difusa e os tradicionais, usados para determinar relações entre produtos no processo de Market Basket Analysis (MBA). Para tanto, inicialmente, fez-se um estudo dos algoritmos utilizados e foram selecionados alguns deles para os testes comparativos. A comparação levou em consideração os resultados obtidos de cada algoritmo. O algoritmo difuso mostrou ótimos resultados e mostrou-se viável no cálculo de atração/repulsão entre produtos. Com isso, esta pesquisa revela a potencialidade do uso da 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, Instituto Federal de Brasília - IFB
Estudante do curso ABI em Ciência da Computação do IFB

Referências

AGRAWAL, Rakesh et al. Fast algorithms for mining association rules. In: Proc. 20th int. conf. very large data bases, VLDB. 1994. p. 487-499.

AGRAWAL, Rakesh; IMIELIŃSKI, Tomasz; SWAMI, Arun. Mining association rules between sets of items in large databases. In: Acm sigmod record. ACM, 1993. p. 207-216.

AMO, Sandra De. Técnicas de mineração de dados. Jornada de Atualização em Informática, 2004.

BORGELT, Christian. An Implementation of the FP-growth Algorithm. In: Proceedings of the 1st international workshop on open source data mining: frequent pattern mining implementations. ACM, 2005. p. 1-5.

BUTTAR, Harveen; KAUR, Rajneet. Association Technique in Data Mining and Its Applications. International Journal of Computer Trends and Technology (IJCTT)-volume4Issue4–April 2013, 2013.

CAMILO, Cássio Oliveira; SILVA, João Carlos da. Mineração de dados: Conceitos, tarefas, métodos e ferramentas. Universidade Federal de Goiás (UFC), p. 1-29, 2009.

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

DE VASCONCELOS, Lívia Maria Rocha; DE CARVALHO, Cedric Luiz. Aplicação de regras de associação para mineração de dados na web. Instituto de Informática da Universidade Federal de Goiás, 2004.

FAYYAD, Usama; PIATETSKY-SHAPIRO, Gregory; SMYTH, Padhraic. From data mining to knowledge discovery in databases. AI magazine, v. 17, n. 3, p. 37, 1996.

FRACALANZA, Lívia Fonseca. Mineração de Dados voltada para Recomendação no Âmbito de Marketing de Relacionamento. 2009. Dissertação de Mestrado. PUC-Rio.

GOLDSCHMIDT, Ronaldo; BEZERRA, Eduardo; PASSOS, E. Data mining: conceitos, técnicas, algoritmos, orientações e aplicações. Rio de Janeiro-RJ: Elsevier, p. 56-60, 2015.

GYORODI, Cornelia; GYORODI, Robert; HOLBAN, Stefan. A comparative study of association rules mining algorithms. In: Hungarian Joint Symposium on Applied Computational Intelligence, Oradea. 2004.

HAHSLER, Michael; GRUEN, Bettina; HORNIK, Kurt. arules - A Computational Environment for Mining Association Rules and Frequent Item Sets. Journal of Statistical Software 14/15. 2005. URL: http://dx.doi.org/10.18637/jss.v014.i15.

HAN, Jiawei; PEI, Jian; YIN, Yiwen. Mining frequent patterns without candidate generation. In: ACM sigmod record. ACM, 2000. p. 1-12.

HAN, Jiawei & KAMBER, Micheline. Mineração de dados: Concepts and Techniques. USA: Morgan Kaufmann, 2001.

LIU, Hanbing; WANG, Baisheng. An association rule mining algorithm based on a Boolean matrix. Data Science Journal, v. 6, p. S559-S565, 2007.

LIBRELOTTO, Solange Rubert; MOZZAQUATRO, Patricia Mariotto. Análise dos algoritmos de mineração J48 e Apriori aplicados na detecção de indicadores da qualidade de vida e saúde. Revista Interdisciplinar de Ensino, Pesquisa e Extensão, v. 1, n. 1, 2014.

NANDI, Júlio César Borba; PEREIRA, Ruano Marques; FELIPPE, Gabriel. O Algoritmo de Associação Frequent Pattern-Growth na Shell Orion Data Mining Engine. Anais SULCOMP, v. 7, 2015.

ROMÃO, Wesley et al. Extração de regras de associação em C&T: O algoritmo Apriori. XIX Encontro Nacional em Engenharia de Produção, v. 34, p. 37-39, 1999.

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.

SEMAAN, Gustavo Silva; GRAÇA, A. A.; DIAS, Carlos Rodrigo. Extração de Associações em Bases de Dados de Varejo. XXXVIII Simpósio Brasileiro de Pesquisa Operacional (SBPO), Goiânia, 2006.

TUDOR, Irina. Association rule mining as a data mining technique. Seria Matematică-Informatică–Fizică-Buletin, v. 1, p. 49-56, 2008.

Publicado
2019-05-23
Seção
ARTIGOS