Introdução.

O artigo mostra em um modelo conceituai baseado no conhecimento a caracterização e funcionalidade de duas técnicas de regressão logística de Data Mining (MD) e regras de associação, para escolher a técnica de MD apropriada em projetos de aquisição de conhecimento com base em critérios que descrevem a Projeto específico a ser desenvolvido.

Objetivo.

Apoie a tomada de decisão no momento da escolha da técnica mais apropriada para o desenvolvimento de um projeto de mineração de dados.

Materiais e métodos.

As técnicas de associação e regressão logística são caracterizadas, mostrando a funcionalidade de seus algoritmos.

Resultados.

O modelo proposto é a entrada para a implementação de um sistema baseado no conhecimento que imita o conhecimento de um perito humano ao decidir qual técnica de mineração de dados escolher contra um problema específico que relaciona um projeto de mineração para informações. Facilita a verificação dos processos de negócios de cada uma das técnicas e mede a correspondência entre os objetivos de um projeto versus os componentes que oferecem a técnica de regressão logística e a técnica das regras de associação.

Conclusão.

Informações atuais e históricas estão disponíveis para a tomada de decisões através de modelos gerados pela mineração de dados. Os dados para os modelos provêm de data warehouses, que são ambientes informativos, que fornecem uma visão integrada e total da organização.

        · resumo em Inglês | Espanhol     · texto em Inglês     · Inglês ( pdf )