| |
| Acadêmico(a): Ricardo Kremer |
| Título: Sistema de Apoio à Decisão para Previsões Genéricas Utilizando Técnicas de Data Mining |
| |
| Conclusão: |
| Os sistemas tradicionais não proporcionam aos administradores de empresa praticamente nenhum tipo de ferramenta no qual os auxilie na tomada de decisões. Partindo dessa premissa, foi estudada a tecnologia de Data Mining que tem por finalidade adquirir conhecimento através da interpretação dos dados. Foram estudados os seus conceitos e suas potencialidades e verificou-se que diferentemente das aplicações convencionais de bases de dados, que geralmente devolvem ao usuário informações baseadas em resultados de linguagens de consulta, o Data Mining devolve informações que são induzidas dos dados. Desta forma, informações que não existem podem ser previstas, com uma certa medida de acerto e exatidão. Além disso, padrões e tendências podem ser encontradas nos dados, o que pode levar à tomada de decisões mais adequadas e facilitar o trabalho de análise dos dados. Neste trabalho foi ilustrado o uso de Data Mining com Redes Neurais empregado em um Sistema de Apoio à Decisão para construir modelos de Previsão genéricos. Tendo isso como base, verificou-se que a utilização do Data Mining juntamente com as etapas de KDD se mostrou bastante eficiente. Foram realizados testes com os dados que foram integrados do JE Virtual para o Data Warehouse e o sistema se mostrou muito flexível para a definição de modelos de previsão ao mesmo tempo em que a utilização de Redes Neurais mostraram a sua grande capacidade de generalização para os problemas apresentados nos testes. Mas no decorrer destes testes, verificou-se algumas desvantagens no uso de Redes Neurais: a) aprendizado lento: o processo de aprendizado é muito lento; b) conhecimento não é explícito: o conhecimento gerado não está representado na forma de regras e conceitos de padrões, e sim implicitamente na própria rede; c) treinamento complicado: não é fácil estabelecer as regras de pré-processamento e escolher os dados corretos para obter um ótimo resultado com os modelos desenvolvidos. Isto requer um bom conhecimento de redes neurais e principalmente dos dados com que se está trabalhando. Partindo deste princípio, verificou-se que a aplicação de Data Mining com Redes Neurais em Sistemas de Apoio à Decisão para Previsões genéricas pode ajudar em muito o processo de tomada de decisão não estruturada dentro de uma corporação; principalmente se forem seguidos os passos do KDD. Esta ajuda pode ocorrer principalmente se for levada em conta a enorme quantidade de dados que estão disponíveis nestas corporações. Durante a construção do modelo, foram utilizadas algumas etapas/fases da metodologia de prototipação fundamental, as quais auxiliaram em muito no desenvolvimento do projeto. A linguagem Delphi ajudou muito pela facilidade de aprendizado que ela proporciona sobre novos recursos e o banco de dados Sybase SQL Anywhere também demonstrou que é um software de extrema facilidade de uso e confiável. Encontrou-se grande dificuldade em encontrar material bibliográfico relativo ao Data Mining. Mesmo sendo efetuado um pedido para a compra de material para estudo, o mesmo material chegou somente na etapa final do desenvolvimento do trabalho. Considera-se que o objetivo principal do trabalho, o desenvolvimento de um SAD para efetuar previsões genéricas utilizando Data Mining, foi atingido. |
| |
|
