Análise Classificatória de Dados de Natureza Complexa: Uma aplicação do Coefici...

• Autor(es): Sousa, Áurea ; Bacelar-Nicolau, Helena ; Nicolau, Fernando C. ; Silva, Osvaldo
• Data: 2012
• Identificador Persistente: http://hdl.handle.net/10400.3/2765
• Origem: Repositório da Universidade dos Açores
• Assunto(s): Análise Classificatória Hierárquica; Dados Simbólicos; Coeficiente de Afinidade Generalizado Ponderado; Metodologia VL
• Tipo de Documento: Documento de conferência
• Idioma: Português

Descrição

Encontro Nacional da Sociedade Portuguesa de Matemática (ENSPM 12). Universidade do Algarve, Faro, 9 a 11 de julho de 2012. A Análise de Dados Simbólicos (ADS) é um domínio recente na área da descoberta do conhecimento e da gestão de dados. O seu primeiro passo consiste na extracção de informações úteis a partir de bases de dados de elevada dimensão, como em Data Mining, de modo a sumariar esses dados em termos dos seus conceitos mais relevantes. O segundo passo em ADS é aplicar novas ferramentas às informações extraídas, visando estender o Data Mining ao Knowledge Mining.O coeficiente de afinidade generalizado ponderado é uma medida de semelhança apropriada à Análise Classificatória (Cluster Analysis) de dados de natureza complexa (dados simbólicos), mesmo no caso de dados heterogéneos e de elevada dimensão. Neste trabalho, é dada uma atenção especial às medidas de proximidade entre objectos simbólicos, entre as quais o coeficiente de afinidade generalizado ponderado. É ilustrada a aplicação da Análise Classificatória Hierárquica Ascendente (ACHA) a dados de natureza complexa, retirados da literatura, com base no coeficiente de afinidade generalizado ponderado e em critérios de agregação clássicos e probabilísticos, estes últimos no âmbito da metodologia VL. Os resultados obtidos são comparados com os de outros autores.