A mineração de dados é um processo computacionalmente caro, que se apoia no pré-processamento dos dados para aumentar a sua eficiência. As técnicas de redução de elementos do conjunto de dados, principalmente a amostragem de dados se destacam no pré-processamento. Os dados reais são caracterizados pela não uniformidade da distribuição, grande quantidade de atributos e presença de elementos considerados ruídos. Para esse tipo de dado, a amostragem uniforme, na qual cada elemento tem a mesma probabilidade de ser escolhido, é inefiiente. Os dados nos últimos anos, vem passando por transformações. Assim, não só o seu volume tem aumentado significantemente, mas também a maneira de como eles são representados. Os dados usualmente são divididos apenas em dados tradicionais (número e pequenas cadeias de caracteres) e dados complexos (imagens, cadeias de DNA, vídeos, etc). Entretanto, uma representação mais rica, na qual não só os elementos do conjunto são representados mas também a suas ligações, vem sendo amplamente utilizada. Esse novo tipo de dado, chamado rede complexa, fez surgir uma nova área de pesquisa chamada mineração de redes complexas ou de grafos, já que estes são utilizados na representação das redes complexas. Para esta nova área é necessário o desenvolvimento de técnicas que permitam a mineração de grandes redes complexas, isto é, redes com centenas de milhares de elementos(nós) e ligações(arestas). Esta tese teve como objetivo explorar a redução de elementos em conjuntos de dados chamados desbalanceados, isto é, que possuem agrupamentos ou classes de tamanhos bastantes distintos, e que também possuam alta quantidade de atributos e presença de ruídos. Além disso, esta tese também explora a mineração de redes complexas com a extração de padrões e propriedades e o desenvolvimento de algoritmos eficientes para a classificação das redes em reais e sintéticas. Também é proposto a mineração de redes complexas utilizando gerenciadores de base de dados para a mineração de cliques de tamanho 4 e 5 e a apresentação da extensão do coeficiente de clusterização / Data mining is an expensive computational process speeded up by data preprocessing. Data reduction techniques, as data sampling are useful during the data preprocessing. Real data are known for presenting non-uniform data distribution, a large amount of attributes and noise. For this type of data, uniform sampling, which selects elements with the same probability, is inefficient. Over the past years, the data available to mining have been changed. Not only have their volume increased but also data format. Data are usually divided into traditional (number and small chains of character) and complex (images, DNA, videos, etc). However, a rich representation, in which not only elements but also the connections among the elements have been used, is necessary. This new data type, which is called complex network and is usually modeled as a graph, has created a new research area, called graph mining or complex network mining, which requires the development of new mining techniques to allow mining large networks, that is, networks with hundreds of thousands of nodes and edges. The present thesis aims to explore the data reduction in unbalanced data, that is, data that have clusters with very different sizes, a large amount of attributes and noise. It also explores complex network mining with two basic findings: useful new patterns, which allow distinguishing real from synthetic networks and mining cliques of sizes 4 and 5 using database systems, discovering interesting power laws and presenting a new cluster coefficient formula

Com o rápido crescimento do volume de informações opinativas na web, extrair e sintetizar conteúdo subjetivo e relevante da rede é uma tarefa prioritária e que perpassa vários domínios da sociedade: político, social, econômico, etc. A organização semântica desse tipo de conteúdo, é uma tarefa importante no contexto atual, pois possibilita um melhor aproveitamento desses dados, além de benefícios diretos tanto para consumidores quanto para organizações privadas e governamentais. A área responsável pela extração, processamento e apresentação de conteúdo subjetivo é a mineração de opinião, também chamada de análise de sentimentos. A mineração de opinião é dividida em níveis de granularidade de análise: o nível do documento, o nível da sentença e o nível de aspectos. Neste trabalho, atuou-se no nível mais fino de granularidade, a mineração de opinião baseada em aspectos, que consiste de três principais tarefas: o reconhecimento e agrupamento de aspectos, a extração de polaridade e a sumarização. Aspectos são propriedades do alvo da opinião e podem ser implícitos e explícitos. Reconhecer e agrupar aspectos são tarefas críticas para mineração de opinião, no entanto, também são desafiadoras. Por exemplo, em textos opinativos, usuários utilizam termos distintos para se referir a uma mesma propriedade do objeto. Portanto, neste trabalho, atuamos no problema de agrupamento de aspectos para mineração de opinião. Para resolução deste problema, optamos por uma abordagem baseada em conhecimento linguístico. Investigou-se os principais fenômenos intrínsecos e extrínsecos em textos opinativos a fim de encontrar padrões linguísticos e insumos acionáveis para proposição de métodos automáticos de agrupamento de aspectos correlatos para mineração de opinião. Nós propomos, implementamos e comparamos seis métodos automáticos baseados em conhecimento linguístico para a tarefa de agrupamento de aspectos explícitos e implícitos. Um método inédito foi proposto para essa tarefa que superou os demais métodos implementados, especialmente o método baseado em léxico de sinônimos (baseline) e o modelo estatístico com base em word embeddings. O método proposto também não é dependente de uma língua ou de um domínio, no entanto, focamos no Português do Brasil e no domínio de produtos da web. / With the growing volume of opinion information on the web, extracting and synthesizing subjective and relevant content from the web has to be shown a priority task that passes through different society domains, such as political, social, economical, etc. The semantic organization of this type of content is very important nowadays since it allows a better use of those data, as well as it benefits customers and both private and governmental organizations. The area responsible for extracting, processing and presenting the subjective content is opinion mining, also known as sentiment analysis. Opinion mining is divided into granularity levels: document, sentence and aspect levels. In this research, the deepest level of granularity was studied, the opinion mining based on aspects, which consists of three main tasks: aspect recognition and clustering, polarity extracting, and summarization. Aspects are the properties and parts of the evaluated object and it may be implicit or explicit. Recognizing and clustering aspects are critical tasks for opinion mining; nonetheless, they are also challenging. For example, in reviews, users use distinct terms to refer to the same object property. Therefore, in this work, the aspect clustering task was the focus. To solve this problem, a linguistic approach was chosen. The main intrinsic and extrinsic phenomena in reviews were investigated in order to find linguistic standards and actionable inputs, so it was possible to propose automatic methods of aspect clustering for opinion mining. In addition, six automatic linguistic-based methods for explicit and implicit aspect clustering were proposed, implemented and compared. Besides that, a new method was suggested for this task, which surpassed the other implemented methods, specially the synonym lexicon-based method (baseline) and a word embeddings approach. This suggested method is also language and domain independent and, in this work, was tailored for Brazilian Portuguese and products domain.

O Sistema Cananéia-Iguape sofreu importantes alterações ambientais devido à abertura do canal do Valo Grande que o conectou ao rio Ribeira de Iguape. Com a intensa atividade de mineração ocorrida no Vale do Ribeira, a bacia do rio Ribeira foi afetada, atingindo o Sistema através desse canal. Diante desse cenário, o principal objetivo deste estudo foi avaliar a disponibilidade de Cu, Pb e Zn no Sistema Cananéia-Iguape, a partir do teor associado aos principais componentes dos sedimentos. Para estimar a contaminação química, o teor desses elementos foi comparado aos limites canadenses (ISQG e PEL), ao teor na região em período que antecedeu à intensa atividade de mineração e a valores de background (composição média dos folhelhos). Considerando-se os resultados de Cu e Zn, estima-se que em caso de remobilização, possivelmente, não representariam perigo às comunidades bióticas. Entretanto, o teor disponível de Pb excedeu os valores de comparação em várias estações, sugerindo atenção quanto à sua biodisponibilidade. Em geral, a região que mais favoreceu o acúmulo de metais foi o Mar Pequeno, provavelmente, devido às condições oceanográficas. Dados de geoquímica e de geocronologia de testemunhos possibilitaram reconhecer a inserção antrópica do Pb no Sistema durante o período de mineração. / The Cananéia-Iguape System suffered important changes due to the opening of Valo Grande Channel, which connect this System to the Ribeira de Iguape River. The mining activities in the Ribeira Valley affected the river basin, reaching this System through Valo Grande. The main goal of this study was to evaluate the availability of Cu, Pb and Zn in the Cananéia-Iguape System, based on the content associated with the main components of the sediments. In order to estimate chemical contamination, the content of these elements was compared to Canadians limits (ISQG and PEL), to the content of these metals in the region in period preceding to the intense mining activity and to the background values (shale average composition). The results for Cu and Zn indicated that in case of remobilization, they possibly would not represent a hazard to the biotic communities. However, the available content for Pb exceeded the comparative values at various stations, suggesting attention regarding its bioavailability. In general, the region that favored the most the accumulation of metals was Mar Pequeno, possibly due to oceanographic conditions. Data regarding geochemistry and geochronology of cores enable the observation of the insertion the Pb anthropogenic in the System during the mining period.

O processo de tratamento de incidentes é o mais adotado pelas empresas, porém, ainda carece de técnicas que possam gerar estimativas assertivas para o tempo de conclusão. Este trabalho atua no estudo de um processo real, por meio de um procedimento de mineração de processos, capaz de descobrir o modelo do processo sob a forma de um sistema de transição anotado e propõe meios automatizados de escolha dos atributos que o descrevam adequadamente, de modo a gerar estimativas realistas sobre o tempo necessário para sua conclusão. A estratégia resultante da aplicação de técnicas de seleção de atributos - filtro e invólucro - é capaz de propiciar a geração de sistemas de transição anotados mais precisos e com algum grau de generalização. A solução apresentada neste trabalho representa uma melhoria na mineração de processos, no contexto específico da criação de sistemas de transição anotados e no seu uso como um gerador de estatísticas para o processo nele modelado / The incident management process is the most widely adopted by companies. However, still lacks techniques that can generate precise estimates for the completion time. This work performs a study in a real incident management process, by means of process mining, able to find out the real process model in the form of annotated transition system and propose automated means for selecting attributes that describe it accordingly, in order to generate realistic estimates of the time to conclusion. The resulting strategy of application feature selection techniques - filter and wrapper - is able to provide generation of more accurate annotated transition systems with some degree of generalization. The solution presented in this paper represents an improvement in process mining on the specific context of creation annotated transition system and its use as a statistics generator for the whole modeled process

A teoria das redes complexas é uma área altamente interdisciplinar que oferece recursos para o estudo dos mais variados tipos de sistemas complexos, desde o cérebro até a sociedade. Muitos problemas da natureza podem ser modelados como redes, tais como: as interações protéicas, organizações sociais, o mercado financeiro, a Internet e a World Wide Web. A organização de todos esses sistemas complexos pode ser representada por grafos, isto é, vértices conectados por arestas. Tais topologias têm uma influencia fundamental sobre muitos processos dinâmicos. Por exemplo, roteadores altamente conectados são fundamentais para manter o tráfego na Internet, enquanto pessoas que possuem um grande número de contatos sociais podem contaminar um grande número de outros indivíduos. Ao mesmo tempo, estudos têm mostrado que a estrutura do cérebro esta relacionada com doenças neurológicas, como a epilepsia, que está ligada a fenômenos de sincronização. Nesse trabalho, apresentamos como técnicas de mineração de dados podem ser usadas para estudar a relação entre topologias de redes complexas e processos dinâmicos. Tal estudo será realizado com a simulação de fenômenos de sincronização, falhas, ataques e propagação de epidemias. A estrutura das redes será caracterizada através de métodos de mineração de dados, que permitirão classificar redes de acordo com um conjunto de modelos e determinar padrões de conexões presentes na organização de diferentes tipos de sistemas complexos. As análises serão realizadas com aplicações em neurociências, biologia de sistemas, redes sociais e Internet / The theory of complex networks is a highly interdisciplinary reseach area offering resources for the study of various types of complex systems, from the brain to the society. Many problems of nature can be modeled as networks, such as protein interactions, social organizations, the financial market, the Internet and World Wide Web. The organization of all these complex systems can be represented by graphs, i.e. a set of vertices connected by edges. Such topologies have a fundamental influence on many dynamic processes. For example, highly connected routers are essential to keep traffic on the Internet, while people who have a large number of social contacts may infect many other individuals. Indeed, studies have shown that the structure of brain is related to neurological conditions such as epilepsy, which is relatad to synchronization phenomena. In this text, we present how data mining techniques data can be used to study the relation between complex network topologies and dynamic processes. This study will be conducted with the simulation of synchronization, failures, attacks and the epidemics spreading. The structure of the networks will be characterized by data mining methods, which allow classifying according to a set of theoretical models and to determine patterns of connections present in the organization of different types of complex systems. The analyzes will be performed with applications in neuroscience, systems biology, social networks and the Internet

Esta Tese tem como objetivo geral inserir a Análise de Sentimentos na gestão das Cidades Inteligentes, possibilitando a implementação de uma ferramenta que disponibilize informações que auxiliem na supervisão e gestão dessas cidades. Dentre os possíveis auxílios que podem ser prestados está a identificação de ações, meios de prevenção e predição de possíveis adversidades nos diversos Domínios de Interesse, além da busca por melhorias na qualidade vida da população, que pode ser feita por meio dessa análise, permitindo que os gestores dessas cidades possam tomar as melhores decisões de acordo com cada cenário. Este trabalho contribui com um novo método cujo o objetivo é o desenvolvimento de um Sistema de Análise de Sentimentos para Auxílio na Gestão das Cidades Inteligentes (ASCI). Esse Sistema é capaz de captar, tratar, processar, filtrar por Domínio de Interesse e avaliar os sentimentos contidos nas informações provenientes dos cidadãos de uma Cidade Inteligente. O método utiliza duas Fases de Mineração de Dados, uma para a classificação dos Domínios de Interesse e outra para a Análise de Sentimentos. Para o estudo de caso foi implementado o método ASCI por meio do qual são captadas informações provenientes da população de uma determinada região da cidade de São Paulo, por meio da Rede Social Twitter. Também foi realizado um estudo de classificação de sentimentos no Domínio específico do Transporte, no qual também foram utilizados, e tiveram seu desempenho avaliado, os classificadores do tipo Linear SVC, Logistic Regression, Multinomial Naive Bayes e Random Forest Classifier para identificar os sentimentos positivos, neutros e negativos dos tweets captados. Os dados foram avaliados usando duas técnicas de extração de características de texto: Bag of Words e TF-IDF. O método ASCI desenvolvido nesta Tese contribui de maneira relevante para a área de Análise de Sentimentos, uma vez que os resultados obtidos foram satisfatórios quando aplicado em cenários de Domínios de Interesse das Cidades Inteligentes. / The main objective of this work is to insert the Sentiment Analysis in the management of Smart Cities, enabling the implementation of a supervision and management tool in these cities. Among the possible aid services that can be applied, there is the identification of actions, ways of prevention and prediction of possible adversities in the various Domains of Interest, and also the search for improvements in the quality of life of the population. This can be done through this analysis, allowing the best decisions according to each scenario by the city managers. This work contributes to a new method whose objective is the development of a Sentiment Analysis System to Assist in the Management of Smart Cities (ASCI). This System is capable of capturing, classifying, processing, filtering by Domain of Interest and evaluating the sentiments of Smart City citizens. The method uses two Data Mining phases, one for the classification of Domains of Interest and the other for Sentiment Analysis. For the case study, the ASCI method was implemented, through which information was collected from a regional population in São Paulo city through Twitter Social Network data. A study of Sentiment Analysis in specific Domain of Interest Transport was also carried out, in which Linear SVC, Logistic Regression, Multinomial Naive Bayes and Random Forest classifiers were used to identify the positive, neutral and negative sentiments of collected tweets. The data were evaluated using two techniques of extraction of text characteristics: Bag of Words and TF-IDF. The ASCI method developed in this Thesis contributes significantly to the area of Sentiment Analysis and the results obtained were satisfactory when applied in Smart City Domain of Interest scenarios.

O setor de mineração registrou de 2011 até 2013 o maior número de acidentes entre as indústrias extrativas, evidenciando a relevância da preocupação com os controles dos riscos e doenças ocupacionais. Atividades intrínsecas do setor, como perfuração manual, transporte de minério e estéril com caminhões ou carregadeiras, locomoção com veículos dentro do site, manutenção e amostragem com o uso de serras circulares, entre outros, são caracterizadas por presença e alta intensidade de vibração. O objetivo do trabalho consiste em avaliar a exposição ocupacional à vibração de corpo inteiro em operadores de equipamentos frequentes em minerações a céu aberto, além de comparar os resultados obtidos com a legislação brasileira vigente e apresentar sugestões para a redução dos valores de vibração de corpo inteiro (VCI) encontrados. O autor pesquisou artigos sobre vibração de corpo inteiro na mineração e em outros setores, números de casos de doenças ocupacionais associadas ao agente em território nacional, tipos de assento disponíveis no mercado e legislações nacionais e internacionais europeias e norte-americanas. Foram visitadas três pedreiras na região metropolitana de São Paulo, onde realizaram-se avaliações preliminares da exposição seguidas de levantamento quantitativo de parâmetros aren (aceleração resultante da exposição normalizada) e VDVR (valor dose de vibração resultante). Ao todo, foram analisados 22 equipamentos envolvendo caminhões fora-de-estrada, escavadeiras, pás-carregadeiras, perfuratrizes, rompedores pneumáticos e caminhões pipa. Os equipamentos estudados em sua maioria ficaram acima do nível de ação estabelecido pela NHO-09 (norma de higiene ocupacional) e alguns acima do limite de exposição. Os equipamentos com os maiores índices de Vibração de Corpo Inteiro encontrados foram as pás-carregadeiras e os menores, perfuratrizes. / The mining sector registered the greatest number of accidents among the extractive industries from 2011 to 2013, highlighting the relevance of the concern with occupational risks and diseases control. Intrinsic activities of it such as manual drilling, ore and / or waste transportation with truck or loaders, locomotion with vehicles inside the mine site, maintenance and sampling with the use of circular saws are characterized by presence and high intensity of vibration. The objective of this study is to evaluate the whole-body vibration in common open pit machinery operators, comparing values obtained with current Brazilian legislation and to suggest improvements to reduce whole-body vibration (WBV) in the studied sites. The author researched articles on whole body vibration in and out of mining, numbers of occupational diseases associated with the agent in the national territory, types of seats available in the market and international laws in Europe and the United States. Three quarries were visited in the metropolitan region of São Paulo, where preliminary exposure assessments were performed followed by a quantitative survey of aren factors (acceleration resulting from normalized exposure) and VDVR (resulting dose of vibration). Altogether, it was analyzed 22 equipment involving off-road trucks, excavators, shovel loaders, drills, breakers and water trucks. Most of the equipment studied was above the action level established by the NHO-09 (occupational hygiene standard) and some even above the exposure limit. The equipment with the highest indexes of Whole-Body Vibration found were the loader and the lowest, drills.

Made available in DSpace on 2013-08-07T18:42:31Z (GMT). No. of bitstreams: 1 000437994-Texto+Completo-0.pdf: 1640213 bytes, checksum: 26f32168808fae3383c6bd3a3b9c87fc (MD5) Previous issue date: 2011 / Organizations acting on several markets have been using the benefits offered by the use of Data Mining - DM techniques as a complementary activity to their support systems to the strategic decision. However, to the great majority of the organizations, the deployment of a DM Project ends up not being feasible due to different factors, such as: Project duration, high costs and mainly by the uncertainty as to getting results that may effectively help the organization to improve their business processes. In this context, this paper presents a process based on the process of knowledge Discovery in Database - KDD which aims to identify opportunities to the application of DM techniques through the induction and ranking of decisions generated by the exploration of semi automatic Online Analytical Processing Models-OLAP. The built process uses stored information in a OLAP model prepared on the basis of used information by Customer Relationship Management - CRM and Business Intelligence - BI typically used by the organization to support strategic decision making. In relation to the information selected for this research, it has been carried out in a semi automatic way, a series of experiments using DM techniques which the results are collected and stored for later evaluation and ranking. The process was built and tested with a significant number of experiments and later evaluated by business experts in a large financial institution where this research was developed. / Organizações atuantes nos mais diferentes mercados, têm utilizado os benefícios oferecidos pela utilização de técnicas de Data Mining – DM como atividades complementares a seus sistemas de apoio a decisão estratégica. Porém, para a grande maioria das organizações, a implantação de um projeto de DM acaba sendo inviabilizada em função de diferentes fatores como: duração do projeto, custos elevados e principalmente pela incerteza quanto à obtenção de resultados que possam auxiliar de fato a organização a melhorar seus processos de negócio. Neste contexto, este trabalho apresenta um processo, baseado no processo de Knowledge Discovery in Database – KDD, que visa identificar oportunidades para aplicação de técnicas de DM através da indução e ranqueamento de árvores de decisão geradas pela exploração semiautomática de modelos On-Line Analytical Processing - OLAP. O processo construído utiliza informações armazenadas em um modelo OLAP preparado com base nas informações utilizadas por sistemas de Customer Relationship Management - CRM e Business Intelligence – BI, tipicamente utilizados por organizações no apoio a tomada de decisão estratégica. Neste trabalho é apresentada uma série de experimentos, gerados de forma semiautomática, utilizando técnicas de DM, cujos resultados são coletados e armazenados para posterior avaliação e ranqueamento. O processo foi construído e testado com um conjunto significativo de experimentos e posteriormente avaliado por especialistas de negócio em uma instituição financeira de grande porte onde esta pesquisa foi desenvolvida.

Capes / Ferramentas de descoberta de conhecimento que usam a mineração de dados para extração de informações geram relatórios que são analisados e podem servir de base para a tomada de decisão. Mas, a percepção do conhecimento obtido pode ser comprometida caso os resultados fornecidos pelas ferramentas utilizem termos técnicos, linguagem de máquina ou o formato de exibição das informações seja inteligível. Por isso, técnicas que utilizam recursos gráficos para expor informações passam a ser importantes na descoberta de conhecimento podendo ser aplicadas aos resultados de modo a facilitar a compreensão da informação exposta. Este trabalho correlaciona o conhecimento fornecido pelas técnicas de mineração de dados com as características gráficas das técnicas de visualização de informações de modo que auxiliem na compreensão dos resultados fornecidos pelas ferramentas de descoberta de conhecimento. Apresenta também as técnicas de visualização de informações mais apropriadas para transmitir o conhecimento obtido além de exibir os protótipos das representações gráficas dos resultados gerados por técnicas e algoritmos de mineração da ferramenta Weka. A aplicação de recursos visuais visa simplificar a interpretação do conhecimento extraído e fortalecer a base de informações para tomada de decisão das organizações. / Tools for knowledge discovery using data mining to extract information generate reports that are reviewed and may serve as a basis for decision making. But the perception of knowledge gained can be compromised if the results provided by the tools using technical terms, machine language or the display format of the information to be intelligible. Therefore, techniques that use information to display graphics resources become important in knowledge discovery can be applied to the results in order to facilitate the understanding of the information displayed. This work correlates the knowledge provided by the techniques of data mining with graphic features of information visualization techniques in order to assist in the understanding of the results provided by the tools of knowledge discovery. It also presents information visualization techniques most appropriate to convey the knowledge gained in addition to displaying prototypes of graphical representations of the results generated by techniques and algorithms mining tool Weka. The use of visuals to simplify the interpretation of the extracted knowledge and strengthen the information base for decision-making organizations.

In order to determine the profile of pupils and the Militar Schools, multivariate statistical techniques on the students data are applied, providing therefore, aids for the administration decision takings. First, a data descriptive analysis of four Militar Schools was carried out according to a cross of school efficiency variants. The multivariate analysis is applied in some teaching indicators by using agglomeration analysis as well as principal components and discriminatory. It is possible to identify the number of students presenting low school grades in their social classes and to compare them among the schools. Once grades in disciplines are used, sets that represent attributes in psychomotor/affective and scientific/cognitive areas are verified. A model formed by the most representative disciplines in the school year, compared to the need of recovery, is shown, classifying a new student in this system. The techniques applied in teaching indicators seem to be suitable to check the quality because when the multivariate nature is obeyed, relevant information can be taken by using different variants and cases. The search for knowledge in data banks has been distinguished as a desirable activity to find out and to understand hidden standards in institutions once they are not always seen through ordinary observation. Thus, it is aimed to enhance the competence and creativity in public institutions looking for organization and quality system management by the usage of methodology in order to show the comparative performance among schools and their own pupils / Com o objetivo de determinar o perfil dos alunos e dos Colégios Militares, aplicam-se técnicas estatísticas multivariadas em dados dos alunos, disponibilizando assim subsídios para a tomada de decisões da administração. Realiza-se, primeiramente, a análise descritiva dos dados de quatro Colégios Militares, segundo um cruzamento de variáveis de rendimento escolar. Aplica-se análise multivariada em alguns indicadores de ensino, utilizando-se análise de aglomeração, componentes principais e discriminante. Pode-se identificar o número de alunos com rendimento baixo nas classes de origem social e compará-los entre as escolas. Utilizando graus das disciplinas, verificam-se agrupamentos que representam os atributos da área psicomotora/afetiva e ciências/cognitivas. Mostra-se um modelo formado pelas disciplinas mais representativas em um ano letivo comparadas com a necessidade de recuperação, classificando um aluno novo neste sistema. As técnicas aplicadas em indicadores de ensino mostram-se adequadas para a verificação da qualidade, pois, obedecendo a natureza multivariada, pode-se extrair informações relevantes utilizando-se diferentes casos e variáveis. A procura de conhecimento em bancos de dados tem se destacado como uma atividade desejável para descobrir e compreender padrões ocultos nas instituições, os quais nem sempre são visíveis através da simples observação. Desta forma, busca-se aumentar a competência e a criatividade nas instituições públicas, visando a organização e gestão de sistemas de qualidade, através do uso de metodologia para mostrar o desempenho comparativo entre as escolas e entre os próprios alunos.