Read more
La reducción del tamaño de los modelos de reglas de asociación es una preocupación constante por parte de los analistas. Se necesitan modelos más compactos que permitan a los especialistas optimizar el proceso de toma de decisiones. La redundancia en los modelos de reglas de asociación es uno de los factores que incide negativamente en el tamaño de los modelos. En el trabajo contenido en este libro se realiza un acercamiento a la evolución de los mecanismos de eliminación de redundancia en reglas de asociación. El conocimiento de los analistas sobre el dominio de aplicación es fundamental para la interpretación de los modelos. En este contexto se establece la redundancia con respecto al conocimiento como nuevo método para abordar el problema. Se construye un modelo teórico para la eliminación de la redundancia con respecto al conocimiento en modelos de reglas de asociación. Finalmente se presentan los resultados alcanzados con la aplicación del método de eliminación de redundancia en diferentes bases de datos.
About the author
Graduado de: Ingeniería en Telecomunicaciones y electrónica (2003); Maestría en Gestión de Proyectos Informáticos (2007). Profesor Auxiliar en el departamento de ingeniería de software de la facultad 3 de la Universidad de Ciencias Informáticas. Sus principales intereses de investigación son minería de datos y almacenes de datos.
