ESTUDO SOBRE OS ALGORITMOS DE CLUSTERIZAÇÃO HIERARCHICAL CLUSTERER E SIMPLE K-MEANS APLICADOS NO AGRUPAMENTO DE PADRÕES SIMILARES

Resumo

O quantitativo de informações disponíveis na internet faz com que os usuários busquem na tecnologia da informação ferramentas para auxiliar na execução de suas tarefas, com isso, emerge a técnica de mineração de dados. O presente estudo tem o objetivo de implementar e comparar dois algoritmos de mineração de dados Simple K-Means e Hierarchical Clusterer, medindo sua eficiência na identificação de padrões similares entre sub- área, palavras-chave e artigos acadêmicos, gerando assim clusters baseando-se na similaridade de interesses entre usuários e obras consultadas. Busca-se ainda elucidar a seguinte problemática: De que forma a Mineração de Dados pode contribuir para a identificação de padrões similares entre grande área, área, subárea, palavras-chave e artigos acadêmicos. Conclui-se com o estudo que o algoritmo de clusterização Hierarchical Clusterer apresentou maior eficiência no agrupamento de dados similares em uma base de dados.