Suporte de Ontologias Aplicadas à Mineração de Dados por Regras de Associação

Data Mining (DM) for association rules tends to generate an unmanageable number of rules affecting the scope of its application. To solve this problem we propose the use of ontologies in the stages of pre and post-processing tasks to support the MD. In addition, the article points out that human organizations require the notions of possibility, subjectivity and interpretation, contrasting with the notions of necessity, objectivity and explanation, useful in fields of natural sciences. These requirements demand new perspective on ontologies and DM, often sheltered by soft computing. Resumo. Mineração de dados(MD) por regras de associação tende a gerar um número intratável de regras prejudicando a abrangência de sua aplicação. Para solucionar esse problema propõe-se o uso de ontologias nas etapas de pré e pós-processamento no suporte às tarefas de MD. Além disso, o artigo ressalta que organizações humanas exigem as noções de possibilidade, subjetividade e interpretação, contrastantes com as noções de necessidade, objetividade e explicação, úteis em domínios de ciências naturais. Tais exigências demandam novas perspectiva em ontologias e MD, normalmente abrigadas pela computação suave. 1. Introdução Ontologias e mineração de dados (MD) são áreas, em geral, construídas com base nas ciências naturais (CN). Lidam com as noções de necessidade, objetividade e explicação, em ciências físicas, químicas e biológicas. Entretanto, em organizações, fenômenos humanos prevalecem, demandando metodologias de ciências humanas (CH) que, por sua vez, exigem as noções de possibilidade, subjetividade e interpretação. Tais noções já são abrigadas por tecnologias humano-cêntricas na perspectiva da computação suave. Assim, com base em sistemas difusos, propõe-se utilizar ontologias no suporte à atividade de MD nas fases de pré e pós-processamento. Agrega-se então valor conceitual, associado ao conhecimento de domínio, e propicia-se suporte semântico no processamento dos dados. O analista é auxiliado na explicação e interpretação das regras obtidas da MD. Inicialmente o artigo introduz noções de MD. A partir da análise das tarefas de prescrição, predição, descrição, explicação e interpretação, conforme abordados em Domingues (2004), são discutidos métodos que devem ser incorporados a ontologias em contextos humano-sociais, típicos de questões surgidas em economia, administração, contabilidade, direito, etc. 2. Mineração de Dados