Made available in DSpace on 2016-08-17T14:52:55Z (GMT). No. of bitstreams: 1
Anderson Araujo Casanova.pdf: 587331 bytes, checksum: 45bf9a1dbbcfa2f595d1baf7e3651125 (MD5)
Previous issue date: 2005-06-28 / This work presents studies that culminated in the development of a data mining algorithm that
extracts knowledge in a more efficient way and allows for a better use of the collected
information. Decisions based on imprecise information and a lack of criteria can cause the
relatively few resources available to be poorly applied, burdening taxpayers and consequently
the state. This much-needed information which allows for the fairest and most efficient
application of available resources and which would facilitate the work of the users as well as
those who render the services should be based upon consideration of the great variety of
established criteria. The making of a decision should be based upon the evaluation of the most
varied types of data and be analyzed by specialists who can judge which are true needs, so
that the criteria for the search of knowledge may be defined. The Algorithm of Inverse
Confidence - ACI accomplishes data mining using the technique of association rules, and it
proposes a new measure that enlarges the dimension of extracted information through five
fixed rules. ACI also classifies and associates items, using the concept of the fuzzy logic,
through parameters established by the user. ACI was applied in the surgical center of
HUUFMA - Academical Hospital of the Federal University of Maranhão - envisioning the
extraction of knowledge (standards). / Este trabalho apresenta estudos que culminaram no desenvolvimento de um algoritmo de
mineração de dados que, faz extração de conhecimento e que possibilita um melhor
aproveitamento das informações coletadas. Decisões baseadas em informações imprecisas e
com falta de critérios podem fazer com que recursos, de qualquer tipo, sejam mal aplicados. A
informação necessária que tornem a aplicação dos recursos mais justa e eficiente, e que
facilitem o trabalho tanto dos usuários de um determinado serviço quanto aos que prestam o
serviço, devem ser baseadas considerando a grande variedade de critérios estabelecidos. A
tomada de decisão deve ser com base na avaliação dos mais variados tipa de dados e analisada
por especialistas que julguem quais as necessidades, para que os critérios de busca do
conhecimento sejam definidos. O Algoritmo da Confiança Inversa ACI realiza mineração de
dados utilizando a técnica de regras de associação e propõe uma nova medida que amplia a
dimensão das informações extraídas através de cinco regras fixas. O ACI também classifica e
associa itens similares, utilizando o conceito da lógica nebulosa (fuzzy logic), através de
parâmetro estabelecido pelo usuário. O ACI foi aplicado no centro cirúrgico do HUUFMA
Hospital Universitário da Universidade Federal do Maranhão visando à extração de
conhecimento (padrões).
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2:tede/373 |
| Date | 28 June 2005 |
| Creators | Casanova, Anderson Araújo |
| Contributors | Labidi, Sofiane |
| Publisher | Universidade Federal do Maranhão, PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET, UFMA, BR, Engenharia |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFMA, instname:Universidade Federal do Maranhão, instacron:UFMA |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0093 seconds