Uma Ferramenta para Mineração Multi-relacional de Redes Sociais Baseada em Programação Lógica e Workflows
Resumo
Técnicas de mineração de dados multi-relacional (MDMR) constituem asestratégias mais apropriadas para lidar com bases de dados contendo múltiplosrelacionamentos entre entidades não homogêneas, o que é justamente o caso debases obtidas a partir de redes sociais. Entretanto, o espaço de busca de hipótesescandidatas de tais estratégias é mais complexo do que aqueles obtidos a partir detécnicas tradicionais de mineração de dados. Para permitir uma busca factível noespaço de hipóteses, as técnicas de MDMR adotam vieses de linguagem e de buscaao processo de mineração. Porém, uma análise experimental detalhada requer acombinação de vários parâmetros distintos, o que torna o controle manual de talprocesso complexo. Nesse artigo, é apresentada uma ferramenta que instancia umworkflow científico para a análise de um processo de MRDM, modelado a partir doSistema de Gerência de Workflows SciCumulus, denominada LPFlow4SN. Porcontrolar o processo experimental de forma automática, o LPFlow4SN tem opotencial de tornar a mineração de redes sociais eficiente.
Referências
Džeroski, S., Lavrač, N., (2001), Relational data mining . Berlin; New York, Springer.
Freire, J., Koop, D., Santos, E., Silva, C. T., (2008), "Provenance for Computational Tasks: A Survey", Computing in Science and Engineering, v.10 , n. 3, p. 11 21.
Han , J., Kamber, M., Pei, J., (2011), Data Mining: Concepts and Techniques, Third Edition . 3 ed. Morgan Kaufmann.
Mattoso, M., Werner, C., Travassos, G. H., Braganholo, V., Murta, L., Ogasawara, E., Oliveira, D., Cruz, S. M. S. da, Martinho, W., (2010), "Towa rds Supporting the Life Cycle of Large scale Scientific Experiments", International Journal of Business Process Integration and Management , v. 5, n. 1, p. 79 92.
Muggleton, S., (1995), "Inverse entailment and progol", New Generation Computing , v. 13, n. 3 4 (Dec.), p. 245 286.
Nilsson, U., Małuszyński, J., (1995), Logic, programming, and Prolog . Chichester; New York, John Wiley.
Oliveira, D., Ogasawara, E., Baião, F., Mattoso, M., (2010), "SciCumulus: A Lightweight Cloud Middleware to Explore Many Task C omputing Paradigm in Scientific Workflows". In: 3rd International Conference on Cloud Computing , p. 378 385, Washington, DC, USA.
Powers, D., (2007), {Evaluation: From Precision, Recall and F Factor to ROC, Informedness, Markedness & Correlation}
Raedt, L. L., (2008), "Logical and Relational Learning". In: Proceedings of the 19th Brazilian Symposium on Artificial Intelligence: Advances in Artificial Intelligence , p. 1 1, Berlin, Heidelberg.
Richardson, M., Domingos, P., (2006), "Markov Logic Networks", Mach. L earn.earn., v. 62, n. 1 2 (Feb.), p. 107-136.