@MASTERSTHESIS{ 2022:1031862417,
 	title = {Encontrando regras de associação sem especificar suporte e confiança},
 	year = {2022},
 	url = "http://tede2.uefs.br:8080/handle/tede/1578",
 	abstract = "A extração de informações e de conhecimento em base de dados vem assumindo um papel relevante no auxílio à tomada de decisão. Uma das principais áreas de pesquisa é a mineração de regras de associação. A partir dela é possível capturar relações entre atributos presentes em um banco de dados. A maioria dos algoritmos utilizados para extrair regras de associação utilizam como parâmetro suporte e confiança. O suporte representa a proporção de uma determinada regra no banco de dados e a confiança representa a validade desta regra. Desta forma os profissionais responsáveis pelas análises dos dados precisam identificar e definir limiares de suporte e confiança (suporte mínimo e confiança mínima, respectivamente) para obter as regras de associação. No entanto, em certos contextos, é difícil identificar bons valores para suporte e confiança a fim de obter as regras desejadas. Nestas situações pode ser necessário a execução de diversas consultas com valores diferentes de suporte e confiança até obter as regras pretendidas. A finalidade desta pesquisa é examinar as técnicas e algoritmos de mineração de regras de associação capazes de obter regras de associação sem a necessidade de especificar suporte e confiança, propor novos algoritmos e analisar estes algoritmos em termos de performance e qualidade das regras obtidas.",
 	publisher = {Universidade Estadual de Feira de Santana},
 	scholl = {Programa de Pós-Graduação em Ciência da Computação},
 	note = {DEPARTAMENTO DE TECNOLOGIA}
}