Sistemas de informação

UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIENCIAS DA COMPUTAÇAO (Bacharelado) SISTEMAS DE INFORMAÇAO EXECUTIVA BASEADO EM UM DATA MINING UTILIZANDO A TECNICA DE ARVORES DE DECISAO TRABALHO DE CONCLUSÃO DE CURSO SUBMETIDO À UNIVERSIDADE REGIONAL DE BLUMENAU PARA A OBTENÇAO DOS CREDITOS NA DISCIPLINA COM NOME EQUIVALENTE NO CURSO DE CIÊNCIAS DA COMPUTAÇÃO BACHARELADO Swipe nentp GEANDRO LUIS COMP BLUMENAU, NOVEM SISTEMAS DE INFOR OF49 DO EM UM DATA GEANDRO LUIS COMPOLT ESTE TRABALHO DE CONCLUSAO DE CURSO, FOI JULGADO ADEQUADO PARA OBTENÇAO DOS CREDITOS NA DISCIPLINA

DE TRABALHO DE CONCLUSÃO DE CURSO OBRIGATÓRIA PARA OBTENÇÃO DO TITULO DE: BACHAREL EM CIENCIAS DA COMPUTAÇAO Prof. Oscar Dalfovo — Orientador na FURB Prof. José Roque Voltollni da Silva — Coordenador do TCC BANCA EmMlNADORA ABSTRACT INTRODUÇAO… ….. 1 1. 1 1. 22 OBJETIVOS… — … 2 ORGANIZAÇAO DO TEX O 2 SISTEMAS DE INFORMAÇAO…. 3 2. 1 CONCEITOS… 3 TÉCNICA — 4 2. 2 TIPOS DE SISTEMAS DE INFORMAÇÃO 5 3 …. 10 3. 1 PROSPECÇAO DE CONHECIMENTO … 11 3. 2 AS ETAPAS DO PROCESSO DE KDD 2 4g „ . 11 3. 3 REQUISITOS DE UM DATA MINING …. 13 3. 4 FUNÇÕES DO DATA MINING . 3. 4. 1 . 14 3. 42 ESTIMATIVA…… 15 3. 4. 3 AGRUPAMENTO POR AFINIDADE …. 15 3. 4. 4 PREVISAO… 16 3. 4. 5 SEGMENTAÇÃO 16 3. 5 TÉCNICAS DE DATA MINING — ….. 17 3. 5. 1 REGRESSÃO LINEAR …. 17 3. 5. 2 ANÁLISE DISCRIMINATORIA ….. 18 3. 5. 3 ANALISE DE GRUPO … 19 3. 5. 4 ANÁLISE DE VÍNCULOS. — 3 4g …. 20 3. 5. 5 MBR 20 3. 5. 6 REDES NEURAIS ARTIFICIAIS — — … 21 3. 5. 7 ALGORITMOS GENETICOS — … 22 3. 5. 8 ÁRVORES DE DECISÃO 23 4 DESENVOLVIMENTO DO SIE ….. 26 4. 1 ESPECIFICAÇÃO ….. 26 4. 2 BANCO DE …. 33 4. 2. 1 CONCEITO……….. . … 33 42.

LINGUAGEM . ……. 33 4. 2. 3 DICIONÁRIO DE DADOS ORACLE… 34 4. 3 AMBIENTE VISUAL… 35 4. 4 A TÉCNICA ÁRVORE DE DECISÃO — — 37 iv 4. 5 DESENVOLVIME 4 4g 4. 5 DESENVOLVIMENTO DO PROTOTIPO . .. 43 4. 5. 1 SELEÇÃO DOS DADOS • • • • • • • • • • • • • • • • • • • • • … 43 4. 5. 2 DOMINIO DA … ,44 5 CONCLUSOES E SUGESTÕES .. 48 5. 1 5. 2 5. 3 CONCLUSÃO………… — 48 .. 49 SUGESTÕES 49 REFERÊNCIAS BIBLIOGRÁFICAS 50 LISTA DE FIGURAS FIGURA 1 – ELEMENTOS DE UM SISTEMA DE INFORMAÇÃO. 4 FIGURA 2 – EVOLUÇÃO DOS SISTEMAS DE

INFORMAÇAO . …… 8 FIGURA 4 – REGRESSAO LINEAR DISCRIMINATORIA . ….. 18 FIGURA 5 – ANÁLISE s g 19 FIGURA 6 – ANÁLISE DE GRUPO 20 FIGURA 8 – FORMULAS PARA CALCULAR ENTROPIA E GAIN — …. 24 FIGURA 9 – ALGORITMO ID3 ….. 25 FIGURA 10 – PROCESSOS. . ………. 26 FIGURA 11 – FLUXOS… …….. 26 FIGURA 12 – DEPOSITO DE ……… 27 FIGURA 13 – ENTIDADES…. ….. 27 FIGURA 14 – DIAGRAMA DE … 28 FIGURA 15 – DFD NIVELO . 29 FIGURA 16 – ENTIDADES.. ……. 30 FIGURA 17 – RELACIONAMENTOS…. … ….. …. …. … — …. 31 FIGURA 18 – MODELO ENTIDADE RELACIONAMENTO 6 4g ……. FIGURA 18 – MODELO ENTIDADE …. 31 FIGURA 19 – DESCRIÇÃO DA VISÃO ALL AB 35 FIGURA 20 – TELA PRINCIPAL DO ORACLE FORMS – PRIMEIRA RAMIFICAÇÃO DA 36 FIGURA 21 ÁRVORE 39 FIGURA 22 – GERAÇAO DOS NOS DECISAO…………. – GERAÇÃO DO PRÓXIMO NÓ PARAA 40 FIGURA 23 RAMIFICAÇAO . 41 FIGURA 24 – ARVORE APOS SEU PROCESSAMENTO COMPLETO.. 42 FIGURA 25 – TELA DE ABERTURA DO 43 FIGURA 26 – INFORMANDO A PRIORIDADE FIGURA 28 VISUALIZAÇÃO SEMENTÃO — — …… 46 FIGURA 29- VISUALIZAÇÃO POR Nív 47 vi LISTA DE TABELAS TABELA 1 -TIPOS DE SISTEMAS DE INFORMAÇÃO ….. TABELA – TIPOS DE SISTEMAS DE INFORMAÇAO (NIVEIS DE GESTÃO) SISTEMAS DE INFORMAÇÃO (ERAS) . … -5 TABELA 3 – TIPOS DE g 5 TABELA 3 – TIPOS DE SISTEMAS DE INFORMAÇAO (ERAS) – DESCRIÇÃO DETALHADA DO MODELO 6 TABELA 4 DE 32 TABELA 5 – INFORMAÇOES SOBRE FORNECEDORES.. 37 TABELA 6 – SUBCONJUNTO GERADO PE O ATRIBUTO AS VALOR “BAIXO” . ……. 40 TABELA 7 – SUBCONJUNTO GERADO PELO ATRIBUTO A5 VALOR “MEDIO”. … 40 TABELA 8 – SUBCONJUNTO GERADO PELO ATRIBUTO AS VALOR “ALTO” — 40 LISTA DE ABREVIATURAS KDD – Knowledge Discovery In Databases MBR – Memory-Based Reasoning OLAP On Line Analytic Processing OLTP – On Line

Transaction Processing SAD SAE SE SI SIE SIG SPT – Sistema de Apoio à Decisão – Sistema de Automação de Escritórios – Sistema Especialista – Sistema de Informação – Sistema de Informações Executivas – Sistema de Informações Gerenciais Sistema de Processamento de Transações RESUMO O trabalho tem como objetivo principal gerar um modelo de classificação de dados utilizando técnicas de Data Mining, mais especificamente árvores de decisão. para auxiliar esta tarefa foi implementado um protótipo que permite ao usuário definir um valor prioridade para cada atributo que fará parte do modelo de lassificação.

Para a elaboração do protótipo, foram analisadas as características de Sistemas de Informação, bem como as técnicas de Data Mining e montado uma base de dados fictícia com informações de condições m a concessão de crédito 49 base que será aplicada à classificação. Como consequência do desenvolvimento deste trabalho, verificou-se que a aplicação do Data Mining juntamente com as etapas do KDD foi muito eficiente. Foram realizados testes e foi possível desenvolver modelos de classificação onde colocou-se em prática o uso de árvores de decisão. ix

This project has as main goal to create a data classification patern using Data Mining technics, more precisely decision trees. To help this task it was geared up a prototype that allows to the user definy a priority value for each attribute that Will make part of the classification paterna For the prototype building were analysed the Information Systems characteristics, the Data Mining technics as well and built an imaginary database with information and conditions that turn possible the suppliers credit concession those information Will be the base that Will be applied to the classification.

As a result of this project development, we verifyed that the Data Mining use together with other KDD stages was very efficient. Tests were simulated and it was possible to develop classification paterns where it was put in practice the use of decision trees. INTRODUÇÃO Devido a competição exaltada e a necessidade de cultivar lucros, as empresas estão transformando algumas das tecnologias de informação em ferramentas para obterem sucesso no gerenciamento dos seus negócios, utilizando os dados armazenados em banco de dados durante o decorrer do tempo a uma tomada de esta informação pode 4g xemplos disto são o crescimento dos mecanismos de leitura de preço nos supermercados, dos caixas eletrônicos, dos cartões de crédito, da televisão por assinatura, do home shopping, da transferência eletrônica de fundos.

Apesar da grande importância desses dados, a malona das empresas são incapazes de aproveitar total e eficazmente o que está armazenado em seus arquivos. Esta informação valiosa está escondida sob uma montanha de dados, e não pode ser descoberta utilizando-se dos métodos convencionais; elas precisam de um significado. O Data Mining veio para apresentar um significado a esses dados.

O significado permite a análise dos dados observando modelos, estabelecendo mecanismos e tendo novas idéias para fazer previsões sobre o futuro. Conforme [HAR98], o Data Mining, do modo como é usado o termo, é a exploração e análise, por meios automáticos ou semi-automáticos, de grandes quantidades de dados para descobrir modelos e regras significativas.

A tecnologia utilizada no Data Mining utiliza da procura em grandes quantidade de dados armazenados procurando extrair padrões e relacionamentos que podem ser fundamentais para os negócios da empresa. O Data Mining trabalha com um conjunto de técnicas vançadas e princípios de Inteligência artificial para dentificar os padrões e associações que os dados refletem, com isso oferecendo conclusões que podem trazer valiosas vantagens a nível de mercado para as empresas.

Reconhecendo o Data Mining como uma forma de incorporar significado aos dados, propõe-se especificar e desenvolver um Sistema de Informação para efetuar classificação e segmentação utilizando as técnicas de Data Mining. 1. 1 OBJETIVOS O objetivo principal deste trabalho é elaborar um modelo de classificação e segmentação de dados afim de auxiliar o executivo na tomada de decisões e a, através 0 DF 49

Leave a Reply:

O seu endereço de email não será publicado. Campos obrigatórios marcados com *