@MASTERSTHESIS{ 2022:1827993725,
 	title = {Encontrando regras de associa??o sem especificar suporte e confian?a},
 	year = {2022},
 	url = "http://tede2.uefs.br:8080/handle/tede/1578",
 	abstract = "A extra??o de informa??es e de conhecimento em base de dados vem assumindo um papel relevante no aux?lio ? tomada de decis?o. Uma das principais ?reas de pesquisa ? a minera??o de regras de associa??o. A partir dela ? poss?vel capturar rela??es entre atributos presentes em um banco de dados. A maioria dos algoritmos utilizados para extrair regras de associa??o utilizam como par?metro suporte e confian?a. O suporte representa a propor??o de uma determinada regra no banco de dados e a confian?a representa a validade desta regra. Desta forma os profissionais respons?veis pelas an?lises dos dados precisam identificar e definir limiares de suporte e confian?a (suporte m?nimo e confian?a m?nima, respectivamente) para obter as regras de associa??o. No entanto, em certos contextos, ? dif?cil identificar bons valores para suporte e confian?a a fim de obter as regras desejadas. Nestas situa??es pode ser necess?rio a execu??o de diversas consultas com valores diferentes de suporte e confian?a at? obter as regras pretendidas. A finalidade desta pesquisa ? examinar as t?cnicas e algoritmos de minera??o de regras de associa??o capazes de obter regras de associa??o sem a necessidade de especificar suporte e confian?a, propor novos algoritmos e analisar estes algoritmos em termos de performance e qualidade das regras obtidas.",
 	publisher = {Universidade Estadual de Feira de Santana},
 	scholl = {Programa de P?s-Gradua??o em Ci?ncia da Computa??o},
 	note = {DEPARTAMENTO DE TECNOLOGIA}
}