Algoritmo Standard Ant Clustering Algorithm na tarefa de clusterização da Shell Orion Data Mining Engine
| Título | Algoritmo Standard Ant Clustering Algorithm na tarefa de clusterização da Shell Orion Data Mining Engine | pt_BR |
| Autor | Ghellere, Samuel Lodetti | |
| Orientador | Garcia, Merisandra Côrtes de Mattos | |
| Resumo / Abstract | O constante avanço da tecnologia e a facilidade de armazenamento geram grandes bases de dados. Considerando que as informações contidas nessas bases são de grande interesse das organizações, tecnologias com o objetivo de explorar essas informações são necessárias para extrair conhecimento novo e útil dessas bases de dados. Data mining é uma dessas tecnologias, que utiliza diversos algoritmos com finalidade de descobrir conhecimento nas bases de dados onde é aplicada, sendo implementadas em ferramentas computacionais, denominadas shell, que em sua maioria não são gratuitas. A Shell Orion Data Mining Engine é uma dessas ferramentas, a mesma é mantida em desenvolvimento pelo Grupo de Pesquisa em Inteligência Computacional Aplicada do Curso de Ciência da Computação da UNESC, que implementa diversos métodos e tarefas de data mining. Dessa forma, o objetivo dessa pesquisa consiste em ampliar as funcionalidades da Shell Orion implementando e demonstrando o funcionamento do algoritmo Standard Ant Clustering Algorithm (SACA) para a tarefa de clusterização. Este algoritmo é baseado em um modelo encontrado na natureza de uma área da inteligência computacional que é denominada como inteligência de enxame. O SACA surgiu com a observação do comportamento coletivo de espécies de formigas, mais precisamente na organização de cemitérios, esse comportamento coletivo é utilizado pelo SACA para formar grupos de dados similares. Algoritmos como Ant Based Clustering e o A²CA se originaram de estudos sobre o comportamento do algoritmo SACA, a fim de melhorar os resultados obtidos pelo mesmo. Ao final da pesquisa foram efetuados testes que comprovaram, junto com os métodos de validação aplicados aos resultados, o correto funcionamento dos módulos implementados além de uma comparação de desempenho entre eles. | pt_BR |
| Data de publicação | 2012-07 | |
| Tipo | Trabalho de Conclusão de Curso - TCC | pt_BR |
| Idioma | pt_BR | pt_BR |
| Palavras-chave | Inteligência computacional | pt_BR |
| Palavras-chave | Data Mining | pt_BR |
| Palavras-chave | Clusterização | pt_BR |
| Palavras-chave | Algoritmo SACA | pt_BR |
| Descrição | Trabalho de Conclusão de Curso, apresentado para obtenção do grau de Bacharel no curso de Ciência da Computação da Universidade do Extremo Sul Catarinense, UNESC. | pt_BR |
| Data de depósito | 2026-05-19T00:22:31Z | |
| Data de disponibilização | 2026-05-19T00:22:31Z | |
| URI | http://repositorio.unesc.net/handle/1/12531 | |
| Cobertura espacial | Universidade do Extremo Sul Catarinense | pt_BR |
| Data de criação | 2012-07 |