1990305 Jorge Manuel da Rocha Santos
Sessão Controlo Tese2º Semestre
2007/2008
2
Agenda• Tema• Objectivos• Cronograma Tese• Trabalho já desenvolvido• Trabalho a desenvolver
04/27/23
3
TemaAdaptação ao Utilizador com Aprendizagem Automática em Vidros Interactivos
04/27/23
Objectivos
04/27/23 4
Vidro Interactivo
Registo de “Cliques”
BD
Clientes(Histórico /
Preferências)
Data Mining
Regras de Associação
Influenciar Interface
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.
04/27/23 5
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.
04/27/23 6
Trabalho já desenvolvido
04/27/23 7
• Leitura do artigo:
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.
04/27/23 8
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.
04/27/23 9
Dispendioso ! Necessários algoritmos eficientes…
Trabalho já desenvolvido
04/27/23 10
Classificação de Algoritmos
DIMENSION VALUES
Target Complete, Constrained, Qualitative Type Regular, Generalized, Quantitative, etc.
Data type Database Data, Text
Data source Market Basket, Beyond Basket Technique Large Itemset, Strongly Collective Itemset
Itemset Strategy Complete, Apriori, Dynamic, Hybrid Transaction Strategy Complete, Sample, Partitioned
Itemset Data Structure Hash Tree, Trie, Virtual Trie, Lattice Transaction Data Structure Flat File, TID
Optimization Memory, Skewed, Pruning Architecture Sequential, Parallel
Parallel Strategy None, Data, Task
Trabalho já desenvolvido
04/27/23 11
Classificação de Algoritmos
Trabalho a desenvolver
04/27/23 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.