Integración de modelos de agrupamiento y reglas de asociación obtenidos de múltiples fuentes de datos

Resumen. Una alternativa posible para descubrir conocimiento sobre bases de datos distribuidas, usando técnicas de Minería de Datos, es rehusar los modelos de minería de datos locales obtenidos en cada base de datos e integrarlos para obtener patrones globales. Este proceso debe realizarse sin acced...

Descripción completa

Detalles Bibliográficos
Autores: Morales Vega, Daymi, Martín Rodríguez, Diana, Wilford Rivera, Ingrid, Rosete Suárez, Alejandro
Tipo de recurso: artículo
Estado:Versión publicada
Fecha de publicación:2012
País:México
Institución:Instituto Politécnico Nacional
Repositorio:Repositorio Digital del IPN
OAI Identifier:oai:www.repositoriodigital.ipn.mx:123456789/14768
Acceso en línea:http://www.repositoriodigital.ipn.mx/handle/123456789/14768
Access Level:acceso abierto
Palabra clave:Palabras clave. Integración, modelos de minería de datos, reglas de asociación, agrupamiento, Patrones.
Descripción
Sumario:Resumen. Una alternativa posible para descubrir conocimiento sobre bases de datos distribuidas, usando técnicas de Minería de Datos, es rehusar los modelos de minería de datos locales obtenidos en cada base de datos e integrarlos para obtener patrones globales. Este proceso debe realizarse sin acceder a los datos directamente. Este trabajo se centra en la propuesta de dos métodos para la integración de modelos de Minería de Datos: Modelos de Reglas de Asociación y Agrupamiento, específicamente para reglas de asociación obtenidas usando soporte y confianza como medidas de calidad y agrupamientos basados en centroides. Estos modelos fueron obtenidos al analizar múltiples conjuntos de datos homogéneos. El estudio experimental muestra que se obtuvieron modelos globales de calidad en un tiempo razonable cuando se aumentan la cantidad de patrones locales a integrar.

Similares en LA Referencia