Descoberta de Padrões Sequenciais Utilizando Árvores Orientadas
Resumo
Hoje em dia, a descoberta de padrões sequenciais em grandes bases de dados é um assunto de grande interesse. A maior parte dos algoritmos de padrões sequenciais usam estruturas de memória muito grandes no espaço de soluções e geram um número enorme de regras. Com a utilização do modelo das cadeias de Markov é possível ter uma visão global, já que todos os itens são tomados em consideração. Contudo, para grandes matrizes nas cadeias de Markov, a complexidade do problema cresce muito rapidamente. Neste artigo pretendemos manter a visão global dos itens e evitar tempos computacionais não-polinomiais. Usando heurísticas baseadas no algoritmo de Prim, árvores e poli-árvores podem ser encontradas em redes cíclicas. Os resultados computacionais são apresentados para grandes bases de dados, criadas com um conhecido gerador artificial de dados de teste.
Downloads

This work is licensed under a Creative Commons Attribution 4.0 International License.