Inteligência Artificial + Pizzarias!

No artigo de hoje vou falar sobre o desenvolvimento da pesquisa do egresso do curso de Ciência da Computação José Adair Fabrício, que apresentou seu trabalho de conclusão de curso na Universidade do Contestado na cidade de Porto União – SC. O título do trabalho é “Mineração de Dados com Processo KDD aplicado à base de dados de uma Pizzaria”.

Mas antes de falar mais sobre o trabalho, você sabe o que são as regras de associação? Para que elas podem ser utilizadas? Resumidamente, as regras de associação são técnicas de aprendizagem de máquina não-supervisionada que são utilizadas para encontrar padrões “desconhecidos” em bases de dados. O exemplo clássico deste tipo de aplicação é aquele caso do Walmart, que descobriu que nos finais de semana havia uma grande venda de fraldas e cervejas em conjunto. Descobrindo esse padrão, eles organizaram as prateleiras do mercado de modo que esses dois produtos ficassem perto um do outro para aumentar as vendas. Em suma, elas podem ser utilizadas pelas empresas como forma de apoio à decisão, estando diretamente relacionadas às suas estratégias.

Caso queira saber mais sobre esse assunto, clique neste link e acesse dois vídeos que gravei explicando passo a passo tanto a teoria quanto a prática: https://www.youtube.com/watch?v=0v6PiOpsJi8&list=PLZ3V9XyVA528CGY3s1l4F-qllhwxhDqkc

A ideia do trabalho do José Adair foi utilizar uma base de dados real de uma pizzaria, prepará-la utilizando o processo KDD (Knowledge Discovery in Databases) e procurar por regras de associação que pudessem caracterizar algum tipo de padrão desconhecido em meio à todos os registros. Ao contrário do que muitos pensam, para trabalhar com aprendizagem de máquina em ambientes comerciais não é necessária a existência de bases de dados relacionais complexas. Neste projeto, os dados de entrada são de uma pizzaria real estavam armazenados em uma simples planilha em Excel, que a empresa utilizava para cadastrar os pedidos! Desta forma, foi necessário executar vários pré-processamentos nesta planilha para chegar no resultado final, ou seja, para que os dados pudessem ser abertos no Weka e o algoritmo Apriori aplicado. Para entender melhor os objetivos do trabalho, veja abaixo o vídeo que o José Adair gravou, no qual ele mostra um pouco sobre a planilha e também discute sobre os conhecimentos que ele conseguiu extrair!

Como você pôde assistir, ele discute sobre duas regras e indica o que a empresa pode fazer com aquele conhecimento extraído. Essa é justamente a função do analista neste cenário, ou seja, descobrir os padrões e levá-los até o gestor da empresa para que ele possa aplicar o conhecimento descoberto! E para finalizar, note que essas técnicas de regras de associação podem ser utilizadas em praticamente qualquer cenário ou base de dados, o que torna sua aplicação muito ampla e para os mais variados tipos de negócio!

Até o próximo!

It's only fair to share...Share on FacebookShare on Google+Tweet about this on TwitterShare on LinkedIn

Sê o primeiro

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *