Mineração de Regras de Associação Em Uma Base de Dados Real

Mineração de Regras de Associação Em Uma Base de Dados Real

I. INTRODUÇÃO

Este trabalho tem como objetivo extrair regras de associações a partir de uma base de dados real de compras realizadas em um supermercado durante um 30 dias. A divisão desse texto ocorrerá da seguinte maneira: A Seção 2 tratará da ferramenta utiliza e as transformações (Pré- processamento) realizadas para utilizar a base de dados fornecida. A Seção 3 comenta o algoritmo utilizado para a extração de regras de associação e os parâmetros utilizados. A Seção 4 discute sobre as regras de associação geradas de acordo com os parâmetros usados na Seção 3. Seção 5 é a conclusão. No apêndice A encontram-se as regras geradas pelo algoritmo Apriori executado no Weka.

II. FERRAMENTA E PRÉ-PROCESSAMENTO

A ferramenta utilizada neste trabalho é o Weka versão 3.6.4. Essa ferramenta trabalha com arquivos de vários formatos, mas utiliza como padrão o formato ARFF.
Um arquivo no formato ARFF é um arquivo de texto composto por três seções:

Relação, a primeira linha do arquivo, que deve ser igual a @relation seguida de uma palavra chave que identifique a relação ou tarefa sendo estudada.

Atributos, um conjunto de linhas onde cada uma inicia com @attribute seguida do nome do atributo e seguida do seu tipo, que pode ser nominal ou numérico.

Dados, depois de uma linha contendo @data. Cada linha deve corresponder a uma instância e deve ter valores separados por vírgula correspondentes (e na mesma ordem) dos atributos da seção Atributos.

Abaixo temos um exemplo de um arquivo ARFF.

@relation compras

@attribute tempo {sol, nublado}
@attribute umidade {baixa, alta}
@attribute jogar {sim, não}

@data sol, baixa, não sol, alta, sim nublado, baixa, sim nublado alta, sim

A base de dados usada nesse trabalho foi fornecida em formato de texto puro onde cada linha representa uma compra com seus respectivos produtos, separados por espaço. Para facilitar a manipulação e