Utilize este link para identificar ou citar este item:
https://bdm.unb.br/handle/10483/18113
| Título: | Mineração de dados aplicados aos dados públicos do Banco Mundial |
| Autor(es): | Carvalho, Ytalo Allexandre Santos
Santana, Matheus Souza |
| Orientador(es): | Corrêa, Jan Mendonça |
| Assunto: | Ciência da Computação
Banco de dados
Mineração de dados |
| Data de apresentação: | 1-Jun-2017 |
| Data de publicação: | 31-Out-2017 |
| Referência: | CARVALHO, Ytalo Allexandre Santos; SANTANA, Matheus Souza. Mineração de dados aplicados aos dados públicos do Banco Mundial. 2017. 100 f., il. Monografia (Bacharelado em Ciência da Computação)—Universidade de Brasília, Brasília, 2017. |
| Resumo: | Este trabalho tem como objetivo encontrar e analisar padrões em um extenso volume de dados públicos disponibilizados por um dos maiores bancos de desenvolvimento do mundo, o World Bank Group. Os dados são alguns indicadores sociais e econômicos de diversos países do mundo que são organizados e tratados em um Data Warehouse a fim de garantir a consistência dos mesmos, para então, aplicar várias técnicas de mineração de dados, visando encontrar a que possui melhor performance para os dados analisados e que permitem encontrar grupos de países semelhantes, regras de associação dos indicadores que permitem a analise mais profunda dos dados. Os resultados mostram que é possível identificar padrões não triviais em alguns indicadores. |
| Abstract: | This paper aims to find and analyze patterns in an extensive volume of public data made available by one of the world’s largest development banks, the World Bank Group. These data are some social and economic indicators of several countries of the world that are organized and treated in a Data Warehouse to ensure the data consistency, and then apply several data mining techniques, in order to find the one that has better performance for the analyzed data and allowing groups of similar countries to be found, association rules of indicators that enable deeper analysis of data. The results show that it is possible to identify non-trivial patterns in some indicators. |
| Informações adicionais: | Monografia (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2017. |
| Aparece na Coleção: | Ciência da Computação
|
Este item está licenciado na Licença Creative Commons
