Title: Minera
1Mineração de Bancos de Dados Não Convencionais
André Novaes Rafael Palermo CIn-UFPE
2Roteiro
- Bancos de dados não convencionais
- consultar BD multimídia (baseado em metadados ou
contéudo) - BD O-R e OO
- generalização por indução orientada a atributos e
OLAP - BD de planos
- BD espaciais
- generalização por indução orientada a atributos e
OLAP - regras de associação
- clustering
- classificação
- series espaço-temporais
- BD multimídia
- Generalização por indução orientada a atributos e
OLAP - regras de associação
- Classificação e predição
3Roteiro
- Bancos de dados não convencionais
- BD O-R e OO
- BD de planos
- BD espaciais
- BD multimídia
4Bancos de dados não convencionais
- BD dedutivo
- BD probabilista
- BD indutivo
- BD temporal
- BD de restrições
- BD semi-estruturado
- Páginas web
- BD espacial
- BD objeto-relacional
- BD orientado a objetos
- BD multimídia
5Bds Multimidia
- Armazena grande coleção de objetos multimidia
- Audio
- Imagem
- Video
- hipertexto
6Revisão de alguns conceitos de representação de
imagens
- Representações matriciais e vetoriais de imagens
- Orientação, textura (layout, density)
- Wavelet
7Consultar Bds Multimidia
- Recuperação baseada em descrição
- Palavras chaves, titulos, tamanho, tempo de
criação - Manualmente trabalhoso
- Automatizado resultado de pouca qualidade
- Recuperação baseada em conteudo
- Histograma de cor
- Não leva em conta fatores espaciais
- Multiplas Caracteristicas
- Wavelet
- Captura forma, textura
- Problemas
- Wavelet baseada em regiões
8Multi-Dimensional Search in Multimedia Databases
Color layout
9Multi-Dimensional Analysis in Multimedia Databases
Histograma de Cor
Layout de textura
10Mining Multimedia Databases
Refining or combining searches
Search for airplane in blue sky (top layout
grid is blue and keyword airplane)
Search for blue sky and green meadows (top
layout grid is blue and bottom is green)
Search for blue sky (top layout grid is blue)
11Roteiro
- Bancos de dados não convencionais
- BD O-R e OO
- BD de planos
- BD espaciais
- BD multimídia
12Minerando Tipos de Dados ComplexosGeneralização
de Dados Estruturados
- Set-valued
- Generalização de cada valor do conjunto em seu
correspondente um nível acima de abstração - Derivação do comportamento geral do conjunto, tal
como o número de elementos, os tipos ou intervalo
de valores, ou a média para dados numéricos - hobby tênis, hóquei, xadrez, violino, atari
pode ser genérico para esportes, música,
vídeo_games - List-valued ou sequence-valued
- Igual a set-valued exceto que a ordem dos
elementos deve ser mantida na generalização
13Generalizando Dados Espaciais e Multimídia
- Dados espaciais
- Generaliza pontos geográficos detalhados
agrupados em regiões, tal como business,
residencial, industrial, ou agricultural, de
acordo com o uso - Requer a união de um conjunto de áreas
geográficas através de operações espaciais - Dados de imagem
- Extraídos por agregação e/ou aproximação
- Tamanho, cor, forma, textura, orientação, e
posições relativas dos objetos contidos ou
regiões na imagem - Dados musicais
- Resumir esta melodia baseado nos padrões
aproximados que ocorrem repetidamente - Resumir este estilo baseado no tom, tempo, ou
nos principais instrumentos tocados
14Generalizando Dados do Objeto
- Identificador do objeto generaliza para um nível
menor na hierarquia de classes - Hierarquia da composição das classes
- generaliza estruturas de dados aninhadas
- generaliza apenas objetos mais semelhantes
semanticamente ao atual - Construção e mineração de cubos de objetos
- Estende o método de indução orientado a atributo
- Aplica uma seqüência de operadores de
generalizações baseadas em classes sobre os
atributos - Continua até conseguir um pequeno número de
objetos genéricos que podem ser resumidos e
concisos em termos de alto nível - Por uma implementação eficiente
- Examina cada atributo, generaliza para um dado
simple-valued - Constrói um cubo de dados multi-dimensional
- Problema nem sempre é desejável generalizar um
conjunto de valores em um dado single-valued
15Roteiro
- Bancos de dados não convencionais
- BD O-R e OO
- BD de planos
- BD espaciais
- BD multimídia
16Um Exemplo Planejamento de mineração
- Planejamento uma seqüência variável de ações
- Viagem (vôo) ltviajante, partida, chegada,
hora-p, hora-c, companhia, preço, assentogt - Planejamento de mineração extração de padrões
genéricos mais significativos de uma base de
planejamentos - Descobrir padrões de viagens em uma base de
vôos, ou - achar padrões significativos em uma seqüência de
ações no reparo de automóveis - Método
- Indução orientada a atributo sobre uma seqüência
de dados - Um plano de viagem genérico ltpequeno-grande-pequ
enogt (tamanho do aeroporto) - Divide conquer Minera características para
cada subseqüência - grande mesma companhia aérea, pequeno-grande
região próxima
17Uma Base de Viagens para um Planejamento de
Mineração
- Exemplo Minerando uma base de planejamento de
viagens
Tabela de planos de viagens
Tabela de informações de aeroportos
18Análise Multi-dimensional
- Estratégia
- Generaliza a base de planejamento em diferentes
direções - Procura por padrões seqüenciais nos planejamentos
genéricos - Deriva planejamentos de alto nível
Modelo multi-dimensional para uma base
de planejamento
tamanho_aeroporto
categoria
_passageiros
subir hierarquicamente
cidade
estado
região
localização
companhia
parceiros
linha_aérea
19Generalização Multi-dimensional
Generalização multi-dimensional de uma base de
planejamento
Unindo ações idênticas e consecutivas nos planos
Vôo(x,y) tamanho_aeroporto(x,S)
tamanho_aeroporto(y, L) gt região(x) região(y)
75
20Mineração em Seqüência Baseada em Generalização
- Generaliza uma base de planejamento de forma
multi-dimensional usando tabelas dimensionais - Usa para valores distintos (cardinalidade) a
cada nível para determinar o nível correto da
generalização (planejamento de níveis) - Usa operadores para unir (merge) e
(opcional) para facilitar a generalização de
padrões - Retém padrões com apoio significativo
21Padrões de Seqüência Genéricos
- Numa seqüência de tamanho_aeroporto, ficará uma
que engloba todas as outras (aplicando o operador
de união) - S - L - S 35, L - S 30, S - L
24.5, L 9 - Depois de aplicar o operador opcional
- S - L - S 98.5
- Na maioria das vezes, as pessoas viajam de
grandes aeroportos para chegar ao destino - Outro planos 1.5 de chances, existem outros
padrões - S - S, L- S - L
22Roteiro
- Bancos de dados não convencionais
- BD O-R e OO
- BD de planos
- BD espaciais
- BD multimídia
23Banco de dados espacial
- Dados relacionados ao espaço
- Mapas
- Sensoriamento remoto
- Chips VLSI
- Imagens médicas
- Informações topologicas e de distancia
- Mineração
- relações espaciais
- Padrões
24Dimensões e medidas em Data Warehouses espaciais
- Medidas
- numericas
- distributivo (e.x. count, sum)
- algebricas (e.x. média)
- holistica (e.x. mediana)
- espaciais
- Coleção de ponteiros para objetos espaciais em
uma mapa (e.x. regiões com temperatura de 25-30
graus em julho)
- Dimensões
- Não-espacial
- E.x. temperatura 25-30
- Espacial para não espacial
- E.x. acre(objeto espacial) generalizado para
string região norte - Espacial para espacial
- e.x. acre (objeto espacial) para região norte
(objeto espacial)
25Esquema estrela of the BC Weather Warehouse
- 3000 medidores do clima na Columbia Britanica(BC)
- Cada medidor mede Temperatura e Precipitação
- Dimensões
- Nome da região
- tempo
- temperatura
- precipitação
- Medidas
- Região do mapa
- area
- contador
Tabela de fatos
Tabela de dimensão
26Roll-up
Por Temperatura
Por Precipitação
27Metodos para computação de cubos espaciais
- Não armazenar medidas
- Pré-computar todas as possiveis medidas
- Pré-computar estimativas
- Pré-computar apenas as mais acessadas
28Regras de associação
- Regra de associação A Þ B s, c
- A e B são conjuntos de predicados
- Relações topologicas
- Orientação espacial
- Informação de distancia
- s suporte e c confidencia
- e_um(x,cidade) e intercepta(x,estrada) -gt
adjacente(x,agua) 7, 85 - e_um(X,escola) e perto_de(X,centro esportivo
) -gt perto_de(X,parque) 0.5,80
29Regras de associação
- Refinamento Progressivo
- Deve preservar todas as respostas possiveis
- Minerar relação perto_de
- Aplicar algoritmo impreciso
- Intersecção entre retangulos
30Classificação e Analise de tendencias
- Classificação
- Exemplo regiões ricas x regiões pobres
- Determinar regiões
- Tendencias
- Espaciais
- Temporais
31Roteiro
- Bancos de dados não convencionais
- BD O-R e OO
- BD de planos
- BD espaciais
- BD multimídia
32Análise Multidimensional e OLAP
- MultiMediaMiner
- Descritor de caracteristicas
- Conjunto de vetores para caracteristicas visuais
- Histograma de cores quantizado
- Cor mais frequente
- Descritor de layout
- Imagens transformadas em grade 8X8
- Armazena informações para celulas da grade
33Minerando banco de dados multimidia
MultiMediaMiner
34Minerando banco de dados multimidia
Measurement
35Regras de associação
- Entre imagem não imagem
- 50 de azul no topo da figura -gt representa céu
- Entre imagens sem relação espacial
- figura contem dois quadrados azuis -gt circulo
vermelho - Entre imagens relacionadas espacialmente
- Triangulo vermelho entre dois quadrados amarelos
-gt grande circulo abaixo - Uso de resolução progressiva
- Garantir completude
- Recorrencia
- Relações espaciais
36Minerando banco e dados multimidia
Relações espaciais
property P1 next-to property P2
property P1 on-top-of property P2
37Predição e Classificação
- Pré-computação para descobrir atributos
- Exemplo de interface