Visualización exploratoria e interactiva de modelos de reglas de asociación

El artículo describe una propuesta de visualización exploratoria e interactiva para modelos de minería de datos generado con la técnica regla de asociación, aplicándole la técnica Self-Organizing Map (SOM) sobre cada componente o regla, junto a vistas proporcionadas por elementos gráficos implementa...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Castillo-Rojas,Wilson, Peralta,Alexis, Vargas,Camilo
Lenguaje:Spanish / Castilian
Publicado: Universidad de Tarapacá. 2015
Materias:
Acceso en línea:http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052015000400003
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
Descripción
Sumario:El artículo describe una propuesta de visualización exploratoria e interactiva para modelos de minería de datos generado con la técnica regla de asociación, aplicándole la técnica Self-Organizing Map (SOM) sobre cada componente o regla, junto a vistas proporcionadas por elementos gráficos implementados para complementar esta visualización. Esto busca establecer esquemas de visualización, que soporten la exploración visual del modelo en la etapa de ajuste del modelo de un proceso de minería de datos, y con esto responder preguntas genéricas de analistas de datos respecto del funcionamiento interno del modelo, y lograr apoyar en la comprensión del modelo generado. Este esquema de visualización propuesto se implementa por medio de un software experimental donde los analistas de datos disponen de diversos mecanismos de interacción que les permiten interactuar y explorar cada componente del modelo, con las vistas complementarias descritas con anterioridad. Finalmente, se analizan los resultados obtenidos desde un experimento controlado, llevado a cabo con un grupo de usuarios, y cuyo análisis preliminar de esta evaluación permite, por un lado, corroborar la utilidad del esquema de visualización propuesto sobre modelos de reglas de asociación, y su nivel de eficiencia en apoyar la comprensión del modelo generado.