Publicação
Data mining espacial: um estudo de caso
| Resumo: | A descoberta de conhecimento em bases de dados está associada à identificação de relacionamentos implícitos existentes nos dados analisados. O processo global de descoberta de conhecimento, que passa por várias etapas, inclui a gestão dos algoritmos de Data Mining, utilizados para extrair padrões dos dados, e a interpretação dos padrões encontrados pelos mesmos. Um caso particular da descoberta de conhecimento em bases de dados diz respeito à exploração de dados referenciados espacialmente, isto é, dados que incluem referencias a objectos geográficos, localizações ou partes de uma divisão territorial. A análise destes dados impõe a verificação da componente espacial associada aos mesmos (direcções, adjacências, distâncias, …), assim como a sua influência nos restantes dados explorados, já que um objecto geográfico pode ser afectado por acontecimentos verificados em objectos vizinhos. A análise de dados espaciais, com o objectivo de descoberta de conhecimento, requer a utilização de técnicas específicas, que permitam a incorporação da semântica espacial, implícita na posição e dimensão dos objectos geográficos referenciados, no referido processo. Este documento descreve uma nova abordagem na análise de dados geo-referenciados, concretizada no sistema PADRÃO, baseada em mecanismos de posicionamento indirecto e estratégias de raciocínio espacial qualitativo. A apresentação de um estudo de caso, com a análise de uma Base de Dados que integra o Sistema de Informação de Administração do Pessoal do Exército, permitiu validar os princípios conceptuais estabelecidos para o sistema PADRÃO, assim como constatar a sua utilidade na exploração de bases de dados geo-referenciadas de grande dimensão. Este estudo de caso evidencia a identificação de relacionamentos implícitos existentes entre os dados não geográficos e os dados geográficos analisados. |
|---|---|
| Autores principais: | Santos, Maribel Yasmina |
| Outros Autores: | Amaral, Luís |
| Assunto: | Descoberta de conhecimento em bases de dados Dados geográficos Raciocínio espacial qualitativo |
| Ano: | 2002 |
| País: | Portugal |
| Tipo de documento: | comunicação em conferência |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade do Minho |
| Idioma: | português |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | A descoberta de conhecimento em bases de dados está associada à identificação de relacionamentos implícitos existentes nos dados analisados. O processo global de descoberta de conhecimento, que passa por várias etapas, inclui a gestão dos algoritmos de Data Mining, utilizados para extrair padrões dos dados, e a interpretação dos padrões encontrados pelos mesmos. Um caso particular da descoberta de conhecimento em bases de dados diz respeito à exploração de dados referenciados espacialmente, isto é, dados que incluem referencias a objectos geográficos, localizações ou partes de uma divisão territorial. A análise destes dados impõe a verificação da componente espacial associada aos mesmos (direcções, adjacências, distâncias, …), assim como a sua influência nos restantes dados explorados, já que um objecto geográfico pode ser afectado por acontecimentos verificados em objectos vizinhos. A análise de dados espaciais, com o objectivo de descoberta de conhecimento, requer a utilização de técnicas específicas, que permitam a incorporação da semântica espacial, implícita na posição e dimensão dos objectos geográficos referenciados, no referido processo. Este documento descreve uma nova abordagem na análise de dados geo-referenciados, concretizada no sistema PADRÃO, baseada em mecanismos de posicionamento indirecto e estratégias de raciocínio espacial qualitativo. A apresentação de um estudo de caso, com a análise de uma Base de Dados que integra o Sistema de Informação de Administração do Pessoal do Exército, permitiu validar os princípios conceptuais estabelecidos para o sistema PADRÃO, assim como constatar a sua utilidade na exploração de bases de dados geo-referenciadas de grande dimensão. Este estudo de caso evidencia a identificação de relacionamentos implícitos existentes entre os dados não geográficos e os dados geográficos analisados. |
|---|