| Processo: | 13/21378-1 |
| Linha de fomento: | Bolsas no Brasil - Doutorado |
| Vigência (Início): | 01 de março de 2014 |
| Vigência (Término): | 31 de julho de 2018 |
| Área do conhecimento: | Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação |
| Pesquisador responsável: | Agma Juci Machado Traina |
| Beneficiário: | Jessica Andressa de Souza |
| Instituição-sede: | Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil |
| Bolsa(s) vinculada(s): | 15/24602-5 - Impulsionar a aplicabilidade de métodos de acesso métrico, BE.EP.DR |
| Assunto(s): | Banco de dados Mineração de dados |
Resumo O aumento expressivo tanto da quantidade quanto da variedade de dados disponíveis para análise tem alavancado a necessidade do desenvolvimento de metodologias que permitam o entendimento, o processamento e a sumarização de dados de maneira rápida e automática. Um recurso que tem se mostrado fundamental para obter entendimento e conhecimento a partir de grandes porções de dados está relacionado à organização desses dados em grupos pela síntese do que é comum. Dentre as técnicas utilizadas em mineração de dados para auxílio à análise de dados por síntese está a de Detecção de Agrupamentos de Dados. Essa técnica tem como objetivo agrupar os dados em grupos de elementos similares com base em características intrínsecas (medidas ou percebidas) destes dados. O desenvolvimento desse tipo de técnica já foi largamente explorado na literatura. Entretanto, os algoritmos de agrupamentos que empregam estratégias de otimização, para suporte a detecção de agrupamentos de maneira escalável em grandes conjuntos de dados nem sempre correspondem ao particionamento mais adequado. Isso se deve ao fato da estratégia adotada por esses algoritmos ser baseada em um processo não supervisionado. Assim, a proposta de trabalho apresentada neste projeto pretende contribuir para o tratamento dessa questão, abordando o estudo e o desenvolvimento de estratégias que resultem em agrupamentos de melhor qualidade semântica. Para tanto, deverão ser explorados o desenvolvimento de novas políticas de construção de métodos de acesso métricos, para a otimização de algoritmos de detecção de agrupamentos de dados, e a incorporação desses algoritmos em Sistema de Gerenciamento de Bases de Dados (SGBD). | |