Un modelo de reglas de asociación basado en LifeSpans

Abstract

El objetivo de esta tesis es la definición de un modelo de regla de asociación con marco temporal y el desarrollo de técnicas y algoritmos para la extracción y análisis de información en grandes volúmenes de datos. El problema del descubrimiento de conocimiento en grandes bases de datos, en particular el representado por reglas de asociación, ha sido extensivamente estudiado en sus diversas formas. El punto de vista temporal en las reglas de asociación ha sido introducido desde dos vertientes: el enfoque de calendarios y el presentado en esta tesis, basado en la definición de lifespan o período de vida de los objetos analizados. Se describirá el modelo propuesto, se analizará su relación con otras propuestas y se presentarán algoritmos para la implementación de dicho modelo. En la parte experimental se presentarán resultados obtenidos, relacionados tanto con el desempeño computacional de los algoritmos propuestos, como los de utilidad práctica en el proceso de análisis final de resultados. A estos efectos se emplearán bases de datos sintéticas de amplia utilización y bases con datos reales en las que se pueden observar las ventajas del uso del modelo aquí presentado. Con el fin de extender las posibilidades de análisis se asocia a los objetos estudiados la noción de comportamiento temporal. Dicho comportamiento, considerado como una serie temporal, es pasible de ser estudiado eficientemente a través de su representación por medio de wavelets.