Utilização de técnicas de mineração de dados considerando aspectos temporais
dc.contributor.advisor | Alvares, Luis Otavio Campos | pt_BR |
dc.contributor.author | Lucas, Anelise de Macedo | pt_BR |
dc.date.accessioned | 2007-06-06T17:20:27Z | pt_BR |
dc.date.issued | 2002 | pt_BR |
dc.identifier.uri | http://hdl.handle.net/10183/2144 | pt_BR |
dc.description.abstract | Atualmente, o enorme volume de informações armazenadas em bancos de dados de organizações ultrapassa a capacidade dos tradicionais métodos de análise dos dados baseados em consultas, pois eles se tornaram insuficientes para analisar o conteúdo quanto a algum conhecimento implícito e importante na grande massa de dados. A partir disto, a mineração de dados tem-se transformado em um tópico importante de pesquisa, porque provê um conjunto de técnicas e ferramentas capazes de inteligente e automaticamente assistir o ser humano na análise de uma enorme quantidade de dados à procura de conhecimento relevante e que está encoberto pelos demais dados. O presente trabalho se propõe a estudar e a utilizar a mineração de dados considerando os aspectos temporais. Através de um experimento realizado sobre os dados da Secretaria da Saúde do Estado do Rio Grande do Sul, com a aplicação de uma metodologia para a mineração de dados temporais, foi possível identificar padrões seqüenciais nos dados. Este experimento procurou descobrir padrões seqüenciais de comportamento em internações médicas, objetivando obter modelos de conhecimento dos dados temporais e representá-los na forma de regras temporais. A descoberta destes padrões seqüenciais permitiu comprovar tradicionais comportamentos dos tratamentos médicos efetuados, detectar situações anômalas, bem como, acompanhar a evolução das doenças existentes. | pt_BR |
dc.format.mimetype | application/pdf | |
dc.language.iso | por | pt_BR |
dc.rights | Open Access | en |
dc.subject | Banco : Dados | pt_BR |
dc.subject | Banco : Dados temporais | pt_BR |
dc.subject | Mineracao : Dados | pt_BR |
dc.subject | Descoberta : Conhecimento | pt_BR |
dc.subject | Inteligência artificial | pt_BR |
dc.title | Utilização de técnicas de mineração de dados considerando aspectos temporais | pt_BR |
dc.type | Dissertação | pt_BR |
dc.contributor.advisor-co | Bigolin, Nara Martini | pt_BR |
dc.identifier.nrb | 000365011 | pt_BR |
dc.degree.grantor | Universidade Federal do Rio Grande do Sul | pt_BR |
dc.degree.department | Instituto de Informática | pt_BR |
dc.degree.program | Programa de Pós-Graduação em Computação | pt_BR |
dc.degree.local | Porto Alegre, BR-RS | pt_BR |
dc.degree.date | 2002 | pt_BR |
dc.degree.level | mestrado profissional | pt_BR |
Este item está licenciado na Creative Commons License
-
Ciências Exatas e da Terra (5098)Computação (1754)