Artigo - Data Minining

Mineração de Dados utilizando algoritmos de Clustering
Albino Rodrigues1, Ismael Amaral1, Rodrigo Lisboa1
1

Bacharelado em Ciência da Computação – Área de Ciências Exatas e Tecnologia
– Centro Universitário do Pará (CESUPA)
{albinojr11,rod_lisboa}@hotmail.com, [e-mail]

Abstract. The knowledge extraction process of data consists in a technique whose purpose is to build hypotheses (decision production and tree rules, according to symbolic paradigm), of form the auxiliary processes, just as outlet of decision in a company. This article supplies a comparison between two of clustering main algorithms, one of the techniques used most in the extraction process crucial sentence of the knowledge: The data Mining phase.

Resumo. O processo de extração de conhecimento de dados consiste em uma técnica cuja finalidade é construir hipóteses (regras de produção e árvore de decisão, segundo o paradigma simbólico), de forma a auxiliar processos, tal como tomada de decisão em uma empresa. Este artigo fornece uma comparação entre dois dos principais algoritmos de clustering, uma das técnicas mais utilizadas na frase crucial do processo de extração do conhecimento: a fase de Mineração dos dados.

Palavras Chaves: Extração de conhecimento, Data Mining, Clustering, K-Means,
Isodata

1. Introdução

Quando se utiliza a informação, cuidados devem ser tomados, haja vista que para ocorrer um desenvolvimento sustentável entre setores de empresas, a informação deve ser utilizada com bastante qualidade, pois quando se observa empresas que permitem subsídios desde a tomada de decisão até a descoberta de fraudes ou perfil de clientes, observamos que há a necessidade da utilização de técnicas e ferramentas que propiciem a descoberta ou mineração de padrões para que estas informações sejam coletadas corretamente.

Este trabalho apresenta as etapas do processo de descoberta de conhecimento em banco de dados, destacando a etapa de mineração de