Made available in DSpace on 2013-08-07T18:53:29Z (GMT). No. of bitstreams: 1 000445055-Texto+Completo-0.pdf: 5786647 bytes, checksum: cdcdc51bf8f86cf0c8bce837ef82e984 (MD5) Previous issue date: 2013 / Since the primary studies on the applications of Information Technology aiming to add value to other areas of knowledge, the playing eld of medicine has always been seen as fertile ground for such. With the advent of Arti cial Intelligence techniques, computer programs have been given a power of learning more sophisticated and thus opening the possibility of its use beyond the hospital administrative processes, drawing ever closer to the provision of patient care. Therefore, this paper proposes to demonstrate the feasibility of an aid to medical diagnosis and obtaining implicit knowledge in databases of three diseases: breast cancer, dermatology and vertebral column problems. To do so, is applied the process of extracting knowledge from databases in order to achieve these goals. This process has Data Mining as its core, which in turn relies on machine learning algorithms to transform data, sometimes not analyzed, in useful information for business referred to, in this case about health care. Therefore, this work presents a study aided by the tool Weka, to determine which machine learning algorithms perform best when applied to target databases. With these algorithms in hand, is implemented a solution to aid the diagnosis and study of medical applications making use of Android as interface for healthcare professionals, with it, utilizing what is most modern in terms of mobile electronic devices in the world market. The results were quite satisfactory, given that the objectives for the study on the determination of Data Mining algorithms, preparation of databases for future research and implementation of the solution for the diagnosis have been met and, together, prove that you can apply tools of information technology to add value to medical practice. / Desde os estudos primordiais sobre as aplicações da Tecnologia da Informação objetivando agregar valor a outras areas do conhecimento, o campo de atuação da Medicina sempre foi visto como terreno fértil para tal. Com o advento das técnicas de Inteligência Artificial, os programas de computador passaram a ter um poderio de aprendizagem mais sofisticado e, portanto, abrindo a possibilidade da sua utilização além dos processos administrativos hospitalares, chegando cada vez mais próximo da prestação de cuidados aos pacientes. Por isso, a presente dissertação propõe-se a demonstrar a viabilidade de uma solução de auxílio ao diagnóstico médico e a obtenção de conhecimento implícito em bases de dados de três doenças: tumor de mama, problemas dermatológicos e da coluna vertebral. Para tanto, aplica-se o processo de extração de conhecimento de bases de dados afim de atingir esses objetivos. Esse processo tem como cerne o uso da Mineração de Dados, que por sua vez, apoia-se nos algoritmos de aprendizado de máquina para transformar dados em informações úteis para os negócios a que se referem. Por isso, esse trabalho apresenta um estudo, auxiliado pela ferramenta Weka, para a determinação de quais os algoritmos de aprendizado de máquina apresentam melhor desempenho quando aplicados as bases de dados alvo .Com esses algoritmos em mãos, implementou-se uma solução de auxilio ao diagnóstico e estudo médico fazendo uso de aplicativos Android como interface de utilização para os profissionais de saúde, com isso, utilizando o que há de mais moderno em termos de dispositivos eletrônicos móveis no mercado mundial. Os resultados foram bastante satisfatórios, dado que os objetivos traçados referentes ao estudo sobre a determinação de algoritmos de Mineração de Dados, a preparação das bases de dados para futuras pesquisas e a implementação da solução de auxílio ao diagnóstico foram atingidos e, em conjunto, comprovam que e possível aplicar ferramentas da Tecnologia da Informação para agregar valor a prática médica.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Ciência da Informação, Programa de Pós-graduação em Ciência da Informação, 2014. / Submitted by Alaíde Gonçalves dos Santos (alaide@unb.br) on 2014-06-03T12:04:44Z No. of bitstreams: 1 2014_RafaelHenriqueSantosSoares (2).pdf: 12869300 bytes, checksum: 9366d49313b4a6fab8c16bc970fb608a (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2014-06-03T13:22:05Z (GMT) No. of bitstreams: 1 2014_RafaelHenriqueSantosSoares (2).pdf: 12869300 bytes, checksum: 9366d49313b4a6fab8c16bc970fb608a (MD5) / Made available in DSpace on 2014-06-03T13:22:05Z (GMT). No. of bitstreams: 1 2014_RafaelHenriqueSantosSoares (2).pdf: 12869300 bytes, checksum: 9366d49313b4a6fab8c16bc970fb608a (MD5) / Investiga a utilização de fontes de dados abertas para estudo da comunicação e mediação da informação entre as organizações públicas brasileiras usando a análise de redes sociais. A maioria as decisões das organizações públicas somente produzem efeito legal após sua publicação, sendo o Diário Oficial da União o principal veículo para essa publicação. O fluxo de informações estabelecido, portanto, entre os órgãos da administração pública e aquele veículo revela uma rede social decorrente essa comunicação. A hipótese desse trabalho é que essa rede pode ser mapeada (ainda que parcialmente) por meio da adequada extração e modelagem de dados e pelo emprego dos métodos da análise de redes sociais. A pesquisa apresenta uma metodologia exploratória para coleta de dados usando como fonte principal as publicações veiculadas no Diário Oficial da União e explora a modelagem de redes sociais e métricas que podem contribuir para a condução de estudos sobre comunicação e mediação da informação usando essa base empírica. _______________________________________________________________________________________ ABSTRACT / Investigates the use of open sources data for the study of communication and mediation of information between the Brazilian public organizations using social network analysis . Most decisions of public organizations only produce legal effect after its publication and the Official Gazette is the main vehicle for this publication. The flow of information thus established between the public administration bodies and that vehicle reveals a social network resulting from this communication . The hypothesis of this paper is that this network can be mapped ( even partially ) through proper extraction and data modeling and the use of methods of social network analysis . The research presents an exploratory methodology for data collection using as the main source publications circulated in the Official Gazette and explores the modeling of social networks and metrics that can contribute to the conduct of studies on communication and mediation of information using this empirical basis.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2014. / Submitted by Ana Cristina Barbosa da Silva (annabds@hotmail.com) on 2014-10-17T12:10:08Z No. of bitstreams: 1 2014_YangLiu.pdf: 1603703 bytes, checksum: 61134747f580259f9be7b882b5ffffa8 (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2014-10-17T13:09:45Z (GMT) No. of bitstreams: 1 2014_YangLiu.pdf: 1603703 bytes, checksum: 61134747f580259f9be7b882b5ffffa8 (MD5) / Made available in DSpace on 2014-10-17T13:09:45Z (GMT). No. of bitstreams: 1 2014_YangLiu.pdf: 1603703 bytes, checksum: 61134747f580259f9be7b882b5ffffa8 (MD5) / O rápido desenvolvimento da tecnologia da Internet trouxe-nos para a era da explosão de informações, enquanto a massa de informações por um lado, torna difícil selecionar as mais interessantes. Por outro lado, também muitas delas são perdidas na rede de informação, pois existem "informações secretas", não permitindo o acesso aos usuários em geral. O Sistema de Recomendação(RS) é atualmente um esquema mais eficiente para resolver o problema recente de sobrecarga de informações. A recomendação é amplamente utilizada em Redes Sociais Online(como Twitter, Weibo e outros Microblogs), neste trabalho é utilizado o método de Máquina de Vetores de Suporte(SVM) para aplicar recomendação de amigos. A dissertação propõe uma idéia que combina a teoria e os atributos de Microblog SVM para realizar a recomendação de amigos. Além disso implementá-lo como um sistema recomendado para aumentar a aceitação do usuário no microblog. Os experimentos mostraram que o modelo SVM proposto apresenta um desempenho eficiente e boa exatidão na recomendação de amigos nas redes sociais. O resultado do SVM é 72\% melhor que os métodos usados para comparação: os algoritmos Naïve Bayes e Random Forest, tendo sido considerados diferentes tamanhos de amostras para testar a eficiência e o desempenho destes modelos. O resultado mostrou que o algoritmo SVM é melhor para amostras de diversos tamanhos. _________________________________________________________________________________ ABSTRACT / The rapid growth of internet technology brought us to the era of the rapid difusionof information. Nevertheless, the large quantity of information makes it dificult to find interesting information and therefore, much of it is lost in the information networkdue to secret information, not permitting the access to the general public. Recommendationsystems (RS) are nowadays the most eficient tools to solve the recent problemof information overload. RS is already widely used in Online Social Networks(such asTwitter,Weibo and other Microblogs). In this research, Support Vector Machines (SVM)method is applied in the recommendation of friends.The dissertation proposes an idea which combining the SVM theory and attributesof Microblog to realize the recommendation of friends. Furthemore implement it as arecommended system to increase the acceptance of user no microblog.The experiments showed that the proposed SVM model presents an eficient performanceand good accuracy on the recommendation of friends in social networks. Theresult of the SVM is 72% better than the methods used for comparison: the algorithmsRandom Forest and Naive Bayes. Diferent sample sizes were considered separately totest the eficiency and performance of these models. These results showed that the SVMalgorithm is better for samples of diferent sizes.

O presente trabalho de doutorado visa estudar o diagnóstico de leucemias por meio de processamento das imagens de microscópio óptico de transmissão, em colaboração com médicos hematologistas do HC-FMRP-USP e sob supervisão do Prof. Dr. Marco Zago. Como nem todas as leucemias podem ser diagnosticadas por meio de parâmetros visuais, apenas os casos de leucemia linfóide serão considerados, uma vez que esses são casos onde as células podem ser classificadas visualmente com precisão. A análise citológica é feita por especialistas humanos, cotidianamente em casos de contagem do número de leucócitos e se limitam à avaliação de um número reduzido de amostras pois é uma tarefa repetitiva, minuciosa e especializada. Com a automação desse processo, há possibilidade de maior número de análises de imagens, com geração de informações estatísticas a respeito das células presentes em amostras de sangue. O reconhecimento automático da célula envolve três etapas básicas: a segmentação da imagem, a extração de características e a classificação. A técnica de reconhecimento de padrões adotada para segmentação das imagens de esfregaços de sangue utiliza aprendizagem supervisionada por cor no espaço RGB, gerando imagens binárias contendo as diferentes regiões de interesse: núcleo, citoplasma, fundo e hemácia. O usuário pode treinar o classificador para uma imagem de esfregaço de sangue periférico, segmentar, filtrar e processar várias medidas das ROIs, particularmente do núcleo e citoplasma, considerando parâmetros de forma, textura e cor. A contribuição desse projeto está na elaboração de programas de interface amigável tanto para reconhecimento de padrões quanto para seleção de característica e mineração de dados. O programa de reconhecimento de padrões é baseado em casos de leucócitos normais, de leucemia linfóide crônica, prolinfocítica e tricoleucemia. Para desenvolvimento do programa de reconhecimento de padrões foi necessária uma grande base de dados, que hoje conta com aproximadamente 1.439 imagens, onde cerca de 1.058 são de leucócitos normais e cerca de 381 de leucêmicos / The current PhD project deals with the leukemia diagnosis using optical microscope image processing, in collaboration with hematologists from HC-FMRP-USP and under supervision of Prof. Dr. Marco Zago. Only specific leukemia cases can be diagnosed through visual parameter, therefore only lymphoid leukemias have been considered since these are the cases in which the cells can be classified visually with accuracy. Expert humans have dedicated to leukocyte differential count daily, limiting the analysis to a reduced number of samples since this task is time-consuming and painstaking. The automation of this process would allow to analyze many more images with wide statistical information about each blood smear slide. The cell recognition can be divided in three steps: the image segmentation, the feature extraction and the classification. The pattern recognition technique to color segment the images utilizes supervised learning in the RGB color space, generating binary images containing the different regions of interest: nucleus, cytoplasm, background and red blood cells. The user can train the classifier to segment a particular image, to filter the resulted image, to process and to extract several cell attributes. Particularly, we are interested in the nucleus and the cytoplasm in terms of the shape, size, color and texture. We have developed softwares with user-friendly interface both to pattern recognition and feature selection/datamining. The pattern recognition system is dedicated to recognize normal leukocytes and lymphoid leukemias as chronic lymphocitic, prolymphocitic and Hairy cells. For developing the pattern recognition system, we collected a large database, which contains approximately 1,439 images nowadays, being around 1,058 normal leukocytes and around 381 abnormal lymphocytes

O sucesso dos Sistemas de Gerenciamento de Banco de Dados (SGBDs) em aplicações envolvendo dados tradicionais (números e textos curtos) encorajou o seu uso em novos tipos de aplicações, que exigem a manipulação de dados complexos. Séries temporais, dados científicos, dados multimídia e outros são exemplos de Dados Complexos. Inúmeras áreas de aplicação têm demandado soluções para o gerenciamento de dados complexos, dentre as quais a área de informática médica. Dados complexos podem também ser estudos com técnicas de descoberta de conhecimentos, conhecidas como KDD (Knowledge Discovery in Database), usando alguns algoritmos de detecção de agrupamentos apropriados. Entretanto, estes algoritmos possuem custo computacional elevado, o que dificulta a sua utilização em grandes conjuntos de dados. As técnicas já desenvolvidas na Área de Bases de Dados para indexação de espaços métricos usualmente consideram o conjunto de maneira uniforme sem levar em conta a existência de agrupamentos nos dados, por isso as estruturas buscam maximizar a eficiência das consultas para todo o conjunto simultaneamente. No entanto muitas vezes as consultas por similaridade estão limitadas a uma região específica do conjunto de dados. Neste contexto, esta dissertação propõe a criação de um novo método de acesso, que seja capaz de indexar de forma eficiente dados métricos, principalmente para conjuntos que contenham agrupamentos. Para atingir esse objetivo este trabalho também propõe um novo algoritmo para detecção de agrupamentos em dados métricos tornando mais eficiente a escolha do medoide de determinado conjunto de elementos. Os resultados dos experimentos mostram que os algoritmo propostos FAMES e M-FAMES podem ser utilizados para a detecção de agrupamentos em dados complexos e superam os algoritmos PAM, CLARA e CLARANS em eficácia e eficiência. Além disso, as consultas por similaridade realizadas com o método de acesso métrico proposto FAMESMAM mostraram ser especialmente apropriados para conjuntos de dados com agrupamentos / The success of Database Management System (DBMS) for applications with traditional data (numbers and short texts) has encouraged its use in new types of applications that require manipulation of complex data. Time series, scientific data and other multimedia data are examples of complex data. Several application fields, like medical informatics, have demanded solutions for managing complex data. Complex data can also be studied by means of Knowledge Discovery Techniques (KDD) applying appropriate clustering algorithms. However, these algorithms have high computational cost hindering their use in large data sets. The techniques already developed in the Databases research field for indexing metric spaces usually consider the sets have a uniform distribution, without taking into account the existence of clusters in the data, therefore the structures need to generalize the efficiency of queries for the entire set simultaneously. However the similarity searching is often limited to a specific region of the data set. In this context, this dissertation proposes a new access method able to index metric data efficiently, especially for sets containing clusters. It also proposes a new algorithm for clustering metric data so that selection of a medoid from a particular subset of elements becomes more efficient. The experimental results showed that the proposed algorithms FAMES and M-FAMES can be used as a clustering technique for complex data that outperform PAM, CLARA and CLARANS in effectiveness and efficiency. Moreover, the similarity searching performed with the proposed metric access method FAMESMAM proved to be especially appropriate to data sets with clusters

Submitted by Lucelia Lucena (lucelia.lucena@ufpe.br) on 2015-03-09T19:08:53Z No. of bitstreams: 2 DISSERTAÇÃO Laécio Araújo Costa.pdf: 3437666 bytes, checksum: 478f05a3dafea12ef059cfeefd8a8c32 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-09T19:08:53Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO Laécio Araújo Costa.pdf: 3437666 bytes, checksum: 478f05a3dafea12ef059cfeefd8a8c32 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014-06-06 / FACEPE / Nesta era digital, organizações produzem um grande volume de dados, e armazenar estes dados de forma que se garanta a sua segurança, privacidade, confidencialidade e integridade é uma necessidade ainda maior quando se está conectado à rede mundial de computadores. Além do serviço de armazenamento, as organizações e usuários necessitam recuperar informações úteis a partir de diversas bases de dados (processo de mineração de dados) ou efetuar buscas de dados armazenados na nuvem. Desta forma, os usuários recorrem às técnicas criptográficas para tornar difícil o acesso por pessoas não autorizadas às informações em texto claro e garantir a segurança dos dados armazenados e processados. No processo natural de mineração de dados, os algoritmos mineradores necessitam ter acesso aos dados em seu estado original a fim de extrair as informações úteis a partir das várias bases de dados distribuídas, processo este que não preserva as propriedades como a segurança, a privacidade e o sigilo dos dados sensíveis. Com o objetivo de preservar tais propriedades é necessário executar operações com os dados em seu estado codificado protegendo as informações em todo o processo minerador. Assim, técnicas de Encriptação Completamente Homomórfica (ECH) poderão ser utilizadas na mineração de dados com esta perspectiva: preservar a segurança, a privacidade e o sigilo das informações. A privacidade homomórfica foi concebida por Rivest, Adleman e Dertouzous em 1978, a qual ficou obscura por mais de 30 anos. Somente em meados de 2009, foi que Craig Gentry conseguiu comprovar que é possível computar arbitrariamente dados codificados com a encriptação homomórfica baseado em reticulados ideais. Desta forma, o esquema proposto por Gentry foi concebido como o propulsor da ECH permitindo a computação arbitraria com o texto codificado e obter um resultado codificado que corresponde à sequência de operações realizadas no texto original. A aplicação da encriptação completamente homomórfica na mineração de dados poderá resolver problemas como a preservação do sigilo, da privacidade e da segurança dos dados durante todo o processo minerador. Assim, este trabalho objetiva identificar e selecionar os estudos relevantes que propõem algum tipo de mecanismo aplicado no processo minerador e que seja baseado na Encriptação Completamente Homomórfica. Essa seleção visa verificar se a ECH é prática, eficiente e computacionalmente viável quando aplicada na mineração de dados com o objetivo de preservar a privacidade, o sigilo e a segurança das informações. Após a análise dos estudos, conclui-se que há esforços em desenvolver protocolos para o processo minerador com base na ECH, mas que os atuais esquemas de ECH ainda não são práticos para que possam ser aplicados no processo de mineração com eficiência. No entanto, criptógrafos estão dedicando esforços visando melhorar as propostas atuais da ECH, tornando-os computacionalmente viáveis.

Made available in DSpace on 2014-06-12T15:50:25Z (GMT). No. of bitstreams: 1 license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2008 / Um dos principais problemas enfrentados por órgãos públicos atualmente está associado à ineficiência no uso de informações contidas em grandes volumes de dados para a gestão e otimização de recursos públicos nos procedimentos de tomada de decisão. Em particular, um dos problemas enfrentados por órgãos reguladores como secretarias de fazenda de Estados é como identificar comportamentos fraudulentos e de sonegação fiscal por parte de contribuintes. A Descoberta de Conhecimento em Bases de Dados (KDD) tem sido cada vez mais explorada como uma ferramenta poderosa na otimização dos procedimentos de tomada de decisão e na extração automática de informações escondidas nos dados de corporações. Em particular, técnicas baseadas em árvores de decisão têm sido investigadas e aplicadas como uma das opções de ferramental tecnológico em problemas de mineração de dados pela sua simplicidade e facilidade de interpretação do conhecimento descoberto, que é próximo da linguagem humana. Neste trabalho, árvores de decisão baseadas nos algoritmos ID3, SPRINT e SLIQ são investigadas e comparadas para a solução do problema de análise do perfil de contribuintes com respeito à sonegação fiscal em uma situação complexa em larga escala envolvendo um grande número de variáveis e dados corporativos da Secretaria da Fazenda do Estado de Pernambuco (SEFAZPE). Os resultados obtidos objetivamente com os modelos investigados quanto à precisão das árvores construídas, interpretação do conhecimento minerado e extração de novos conhecimentos ao domínio do problema mostraram desempenho satisfatório na tarefa de classificação dos contribuintes quanto a irregularidades nos compromissos de pagamentos fiscais. A solução desenvolvida foi também analisada e validada subjetivamente por especialistas do domínio (auditores fiscais), que demonstraram aceitação no trabalho realizado e comprovando a viabilidade e relevância do uso da mineração de dados no processo de análise do perfil de contribuintes

Made available in DSpace on 2014-06-12T15:52:24Z (GMT). No. of bitstreams: 1 license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / Dengue é uma doença tropical que causa alto impacto na sociedade Brasileira. Este trabalho apresenta um método para estimar o nível de incidência da doença baseado em dados demográficos e socioeconômicos a nível municipal. Uma rede neural Multi-Layer Perceptron (MLP) estimou o risco de alto nível de incidência e as regras induzidas por uma versão adaptada do algoritmo APriori ofereceram potencial explicação para as cidades tendo alto ou baixo nível de incidência. Os dados foram coletados em 2002 e referem-se a cerca de 5500 cidades (todas as cidades brasileiras). Os resultados em um conjunto de teste estatisticamente independente mostraram alto desempenho nas estimativas do risco e boa qualidade das regras induzidas

Made available in DSpace on 2014-06-12T16:00:22Z (GMT). No. of bitstreams: 2 arquivo6533_1.pdf: 1469560 bytes, checksum: ef97b30d0340855558e6dac6050e5b5f (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2007 / As primeiras soluções desenvolvidas para a Inteligência Artificial na Medicina eram, na época da sua concepção, unicamente baseadas no conhecimento do especialista, entretanto, o cenário atual, no qual dados são abundantes, mas subutilizados, mostrou-se terreno fértil para a criação de soluções baseadas também nos dados. É onde entra a Mineração de Dados, que tem sido, nos últimos anos, fator contribuinte na criação de ferramentas médicas que têm causado um forte impacto na prestação dos serviços de saúde. Nesse contexto, a proposta deste trabalho é avaliar a Mineração de Dados como meio para conceber um Sistema de Apoio à Decisão que auxilie o processo decisório na Medicina, especificamente na Cardiologia Infantil. Foram utilizadas técnicas de Inteligência Artificial tradicionalmente aplicadas a uma variedade de domínios médicos: Árvores de Decisão e Regras de Classificação, para descrição dos dados; e Redes Neurais Artificiais, para construção de classificadores. O resultado obtido a partir das primeiras técnicas trouxe novos conhecimentos para os médicos envolvidos, especialistas no domínio. Os classificadores criados, por sua vez, mostraram um desempenho satisfatório em duas tarefas distintas: a primeira é classificar os pacientes como saudáveis ou doentes em relação a doenças cardíacas, através de dados de exames de ecocardiogramas; a segunda, identificar, entre os novos pacientes da clínica, e sem a ajuda dos dados de exames clínicos, aqueles mais graves, com alto potencial de serem submetidos a alguma cirurgia cardíaca. A qualidade da solução desenvolvida e a sua aceitação pelos especialistas no domínio mostraram a viabilidade em utilizar a Mineração de Dados no processo de apoio à decisão na Cardiologia Infantil. Entre os potenciais benefícios, estão o maior entendimento da saúde cardíaca da população, e a utilização dos classificadores construídos, para servir como uma segunda opinião médica no momento do diagnóstico e para dar prioridade de atendimento aos pacientes mais graves. Esperase que, com o auxílio dessas ferramentas, haja uma melhoria do serviço médico prestado

Made available in DSpace on 2014-06-12T16:01:03Z (GMT). No. of bitstreams: 2 arquivo7148_1.pdf: 2212386 bytes, checksum: 6b2b0d7c2a94dfe1e1f831000f3dabe2 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2005 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Data mining surgiu da necessidade de extração do conhecimento a partir de volumosas massas de dados. Na verdade data mining faz parte de um processo mais amplo e complexo denominado KDD (Knowledge Discovery in Databases). O problema é que não há na prática uma metodologia completa para apoiar o usuário no desenvolvimento do processo de KDD. Neste contexto, o principal objetivo do presente trabalho é propor uma metodologia genérica para desenvolvimento de soluções em KDD integrada a um sistema para apoio ao usuário na documentação dos processos. A proposta assegura o desenvolvimento de projetos em KDD de alta qualidade, que atenda às expectativas do cliente dentro do tempo e orçamento previstos. Ao final, é aplicada a proposta em um estudo prático no problema de diagnóstico de falhas