Descobrindo regras de associação divergentes: um estudo de caso da Malária na Amazônia Legal | Plataforma de Ciência de Dados aplicada à Saúde

Acesse a Plataforma

Descobrindo regras de associação divergentes: um estudo de caso da Malária na Amazônia Legal

Um problema conhecido em mineração de padrões frequentes é o fato de comumente serem produzidas milhares de regras de associação, tornando-se árduo o estudo de cada uma delas, enfraquecendo o processo de descoberta de informação útil. Tendo em vista este desafio, essa dissertação propõe uma nova abordagem para obtenção de regras de associação interessantes a partir da divergência entre as regras obtidas e a distribuição esperada dos dados. A abordagem inédita desenvolvida, denominada ARD, é avaliada sobre dados da malária na Amazônia Legal Brasileira nos anos de 2009 a 2015. A partir dessa abordagem foi determinado um número de padrões praticável para análise, de onde são levantadas informações relacionadas a malária na Amazônia Legal e as tendências associadas a organização das Regiões de Saúde. Os resultados levantados mostram a capacidade da ARD, uma vez que indicou para regras que trouxeram informação relevante sobre os dados minerados.

 

Projeto completo em PDF

Parte do conteúdo foi omitido pois o artigo científico derivado da dissertação de mestrado ainda está no prelo do periódico selecionado para publicação. O documento será atualizado assim que possível.

Autor(es): 
Lais Ribeiro Baroni
Orientador: 
Eduardo Ogasawara
Coorientador: 
MARCEL PEDROSO
Categoria: 
Mestrado Acadêmico
Data de defesa: 
13/11/2019
Instituição de defesa: 
CEFET-RJ
Programa: 
Programa de Pós-graduação em Engenharia de Produção e Sistemas