Em um processo de data mining, na construção de relações sob a forma de regras entre itens de uma base de dados transacional, é usada a técnica denominada
- A)clustering.
Errada, porque clustering serve para agrupar registros semelhantes, não para criar regras de coocorrência entre itens.
- B)regras de associação.
Certa, pois regras de associação identificam relações do tipo "se A ocorre, então B tende a ocorrer" em bases transacionais.
- C)hierarquias de classificação.
Errada, porque hierarquias de classificação são usadas em tarefas de categorização, não na descoberta de itens associados.
- D)padrões sequenciais.
Errada, porque padrões sequenciais analisam a ordem dos eventos, e não apenas a presença conjunta de itens numa transação.
- E)padrões em séries temporais.
Errada, porque padrões em séries temporais tratam de evolução de valores no tempo, não de relações entre itens de compra.
Gabarito: B
Em data mining, quando o objetivo é descobrir relações do tipo "se um item aparece, outro tende a aparecer junto" em uma base transacional, você está no terreno das regras de associação. É o clássico exemplo de cesta de compras: quem compra pão pode também comprar leite, fralda, café e por aí vai. O foco não é classificar, nem agrupar pessoas parecidas, mas encontrar padrões de coocorrência entre itens. Essa técnica trabalha com medidas como suporte, confiança e, em alguns casos, lift, para dizer se a associação é frequente e relevante. Em termos práticos, ela responde perguntas como: "quais produtos costumam ser comprados juntos?" ou "qual combinação de itens aparece com mais frequência nas transações?". Por isso, o gabarito é a letra B. A própria expressão do enunciado, "construção de relações sob a forma de regras entre itens de uma base de dados transacional", é praticamente uma definição de regras de associação. É a cara do algoritmo Apriori e de outros métodos da mesma família. As outras alternativas até pertencem ao universo de mineração de dados, mas cada uma em seu papel: clustering agrupa objetos semelhantes, classificação organiza em classes pré-definidas, padrões sequenciais analisam ordem de ocorrência e séries temporais lidam com valores ao longo do tempo. Aqui, porém, o que manda é a lógica de compra conjunta dos itens.