Algoritmo Standard Ant Clustering Algorithm na tarefa de clusterização da Shell Orion Data Mining Engine

Abstract

O constante avanço da tecnologia e a facilidade de armazenamento geram grandes bases de dados. Considerando que as informações contidas nessas bases são de grande interesse das organizações, tecnologias com o objetivo de explorar essas informações são necessárias para extrair conhecimento novo e útil dessas bases de dados. Data mining é uma dessas tecnologias, que utiliza diversos algoritmos com finalidade de descobrir conhecimento nas bases de dados onde é aplicada, sendo implementadas em ferramentas computacionais, denominadas shell, que em sua maioria não são gratuitas. A Shell Orion Data Mining Engine é uma dessas ferramentas, a mesma é mantida em desenvolvimento pelo Grupo de Pesquisa em Inteligência Computacional Aplicada do Curso de Ciência da Computação da UNESC, que implementa diversos métodos e tarefas de data mining. Dessa forma, o objetivo dessa pesquisa consiste em ampliar as funcionalidades da Shell Orion implementando e demonstrando o funcionamento do algoritmo Standard Ant Clustering Algorithm (SACA) para a tarefa de clusterização. Este algoritmo é baseado em um modelo encontrado na natureza de uma área da inteligência computacional que é denominada como inteligência de enxame. O SACA surgiu com a observação do comportamento coletivo de espécies de formigas, mais precisamente na organização de cemitérios, esse comportamento coletivo é utilizado pelo SACA para formar grupos de dados similares. Algoritmos como Ant Based Clustering e o A²CA se originaram de estudos sobre o comportamento do algoritmo SACA, a fim de melhorar os resultados obtidos pelo mesmo. Ao final da pesquisa foram efetuados testes que comprovaram, junto com os métodos de validação aplicados aos resultados, o correto funcionamento dos módulos implementados além de uma comparação de desempenho entre eles.