Modelo de Interface Extensível como Solução para Desafios de Interação em Sistemas de Mineração de Dados
Resumo
Atualmente, um dos grandes desafios da computação é o enorme volume de dados gerado com o crescente uso da Internet por empresas, governos e indivíduos. A área de mineração de dados tem por objetivo a geração de conhecimento a partir de grandes volumes de dados. No entanto, estes sistemas normalmente são difíceis de usar, uma vez que requerem um conhecimento aprofundado de aspectos técnicos sobre o seu funcionamento. Neste trabalho, com o objetivo de ampliar o uso de ambientes de mineração de dados, apresentamos um modelo de interface extensível que permite criar novas interfaces de mais alto nível e específicas para um contexto, abstraindo o conhecimento técnico.
Referências
Agrawal, R., Imielinsky, T, Swami, A. (1993). Mining association rules between sets of items in large databases. pp 207–216. Proc. ACM SIGMOD 93.
Albergaria, E., Prates, R., Almir, F., Rocha, L. and Meira Jr., W. 2006. Caracterizando desafios de interação com sistemas de mineração de regras de associação. Anais do IHC 2006). SBC. 40-49.
Albergaria, E., Mourão, F. H., Prates, R., Meira Jr., W. (2008). A Meta-Design Model to Augment Usability of Rule Association Mining Systems. Proceedings of IFIP Human-Computer Interaction Symposium (HCIS 2008). A ser publicado em setembro.
Carroll, J. M. Making Use: Scenario-Based Design of Human-Computer Interaction. MIT Press, 2000.
DBMiner Tutorial- Última visita: Maio/2008 - Disponível em: [link]
de Souza, C. S. The semiotic engineering of HCI. MIT Press, Cambridge, 2005.
Fayyad, U. M.; Piatetsky-Shapiro, G. e Smyth, P. (1996). From data mining to knowledge discovery: An overview. In Advances in Knowledge Discovery and Data Mining, pp1-34.
Ferreira, R., W. Meira Jr., W., Guedes Neto, D., Drummond, L. Coutinho, B., Teodoro, G. Tavares, T., Araújo, R., Ferreira, G.. Anthill: A Scalable Run-Time Environment for Data Mining. Applications. Proc. of the Symp. on Computer Architecture and High Performance Computing – SBAC. IEEE, 2005.
Guedes Neto, D., Meira Jr., W., Ferreira, R. A. C. Anteater: A Service-Oriented Architecture for High-Performance Data Mining. IEEE Internet computing, 10, 2006, 36-43.
Hipp, J.,Güntzer, U., Nakhaeizadeh, G. (2000) Algorithms for Association Rule Mining - A General Survey and Comparison. ACM SIGKDD Explorations Newsletter, 2, 1 58-64.
Hofmann, H.; Siebes, A..; Wilhelm, A. “Visualizing Association Rules with Interactive Mosaic Plots”. Proc. ACM SIGKDD ’00, pp. 227-235, 2000.
Khabaza, T. and Shearer, C. (1995). Data mining with clementine. IEE Seminar Digests, 1995(21B):1–1.
Kriegel, H., Borgwardt, K., Kröger, P., Pryakhin, A., Schubert, M., Zimek, A. (2007) Future trends in data mining. Data Min. Knowl. Disc. 15,1,87-97.
Kuranov, A. L.; Korabelnicov, A. V.; Kichinskiy, V. V. e Sheiken, E. G. (2001) Fundamental techniques of the ajax concept – modern state of research. AIAA/NAL-NASDA-ISAS International Space Planes and Hypersonic Systems and Technologies Conference, 10:24 27.
Mei, Q.,Xin, D., Cheng, H. , Han, J., Zhai, C. (2006). Generating Semantic Annotations for Frequent Patterns with Context Analysis. Proceedings of KDD 2006, 337-346.
Piatetsky-Shapiro, G. (1999) The data-mining industry coming of age. IEEE Intelligent Systems, 14, 6, 32–34.
Ralambondrainy, H. (1995). A conceptual version of the k-means algorithm. Pattern Recogn. Lett., 16(11):1147–1157.
SBC – Relatório Preliminar dos Grandes Desafios da Pesquisa em Computação no Brasil – 2006 – 2016. Última visita: Maio/2008. Disponível em: [link]
[link] Última visita Abr/2008.
Weka,. [link]. Accessed in February 2008.
Albergaria, E., Prates, R., Almir, F., Rocha, L. and Meira Jr., W. 2006. Caracterizando desafios de interação com sistemas de mineração de regras de associação. Anais do IHC 2006). SBC. 40-49.
Albergaria, E., Mourão, F. H., Prates, R., Meira Jr., W. (2008). A Meta-Design Model to Augment Usability of Rule Association Mining Systems. Proceedings of IFIP Human-Computer Interaction Symposium (HCIS 2008). A ser publicado em setembro.
Carroll, J. M. Making Use: Scenario-Based Design of Human-Computer Interaction. MIT Press, 2000.
DBMiner Tutorial- Última visita: Maio/2008 - Disponível em: [link]
de Souza, C. S. The semiotic engineering of HCI. MIT Press, Cambridge, 2005.
Fayyad, U. M.; Piatetsky-Shapiro, G. e Smyth, P. (1996). From data mining to knowledge discovery: An overview. In Advances in Knowledge Discovery and Data Mining, pp1-34.
Ferreira, R., W. Meira Jr., W., Guedes Neto, D., Drummond, L. Coutinho, B., Teodoro, G. Tavares, T., Araújo, R., Ferreira, G.. Anthill: A Scalable Run-Time Environment for Data Mining. Applications. Proc. of the Symp. on Computer Architecture and High Performance Computing – SBAC. IEEE, 2005.
Guedes Neto, D., Meira Jr., W., Ferreira, R. A. C. Anteater: A Service-Oriented Architecture for High-Performance Data Mining. IEEE Internet computing, 10, 2006, 36-43.
Hipp, J.,Güntzer, U., Nakhaeizadeh, G. (2000) Algorithms for Association Rule Mining - A General Survey and Comparison. ACM SIGKDD Explorations Newsletter, 2, 1 58-64.
Hofmann, H.; Siebes, A..; Wilhelm, A. “Visualizing Association Rules with Interactive Mosaic Plots”. Proc. ACM SIGKDD ’00, pp. 227-235, 2000.
Khabaza, T. and Shearer, C. (1995). Data mining with clementine. IEE Seminar Digests, 1995(21B):1–1.
Kriegel, H., Borgwardt, K., Kröger, P., Pryakhin, A., Schubert, M., Zimek, A. (2007) Future trends in data mining. Data Min. Knowl. Disc. 15,1,87-97.
Kuranov, A. L.; Korabelnicov, A. V.; Kichinskiy, V. V. e Sheiken, E. G. (2001) Fundamental techniques of the ajax concept – modern state of research. AIAA/NAL-NASDA-ISAS International Space Planes and Hypersonic Systems and Technologies Conference, 10:24 27.
Mei, Q.,Xin, D., Cheng, H. , Han, J., Zhai, C. (2006). Generating Semantic Annotations for Frequent Patterns with Context Analysis. Proceedings of KDD 2006, 337-346.
Piatetsky-Shapiro, G. (1999) The data-mining industry coming of age. IEEE Intelligent Systems, 14, 6, 32–34.
Ralambondrainy, H. (1995). A conceptual version of the k-means algorithm. Pattern Recogn. Lett., 16(11):1147–1157.
SBC – Relatório Preliminar dos Grandes Desafios da Pesquisa em Computação no Brasil – 2006 – 2016. Última visita: Maio/2008. Disponível em: [link]
[link] Última visita Abr/2008.
Weka,. [link]. Accessed in February 2008.
Publicado
12/07/2008
Como Citar
ALBERGARIA, Elisa; MOURÃO, Fernando; PRATES, Raquel; MEIRA JR., Wagner.
Modelo de Interface Extensível como Solução para Desafios de Interação em Sistemas de Mineração de Dados. In: SEMINÁRIO INTEGRADO DE SOFTWARE E HARDWARE (SEMISH), 35. , 2008, Belém/PA.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2008
.
p. 151-165.
ISSN 2595-6205.
