PAR-KNIME: conjunto de plugins para extraer reglas de asociación cuantitativas en KNIME

Autores/as

  • Katherine González Pupo Escola Politécnica da Universidade de São Paulo
  • Orenia Lapeira Mena Universidad Tecnológica de la Habana, José Antonio Echeverría, Cujae
  • Diana Martín Rodríguez Universidad Tecnológica de la Habana, José Antonio Echeverría, Cujae

Palabras clave:

minería de datos, reglas de asociación cuantitativas, Algoritmos Evolutivos, KNIME

Resumen

En la actualidad se han desarrollado diferentes herramientas de minería de datos para extraer conocimiento interesante en grandes volúmenes de datos. Una de las herramientas más populares es KNIME, porque ha demostrado ser muy útil para los usuarios al guiar fácilmente el proceso de descubrimiento de conocimiento en los datos a través de un flujo de trabajo. Sin embargo, esta herramienta no cuenta con funcionalidades que le permitan extraer reglas de asociación cuantitativas de alta calidad. El descubrimiento de reglas de asociación es una de las técnicas de minería de datos más utilizada para extraer conocimiento interesante a partir de bases de datos. En este trabajo se propone PAR-KNIME, un conjunto de plugins que representan 7 algoritmos evolutivos recomendados en la literatura para extraer reglas de asociación cuantitativas. Además, se incluye un nuevo nodo para evaluar las reglas obtenidas por los algoritmos, calculando diferentes medidas de calidad de las reglas. El uso de PAR-KNIME y los resultados obtenidos por los algoritmos se muestran a través de dos ejemplos ilustrativos.

 

 

Biografía del autor/a

Katherine González Pupo, Escola Politécnica da Universidade de São Paulo

Katherine González Pupo, ingeniera informática graduada del Universidad Tecnológica de la Habana “José A. Echeverría” (ISPJAE-CUJAE) en el año 2014. Actualmente es alumna de Maestría en la Escola Politécnica da Universidade de São Paulo, Brasil. Sus temas de investigación están relacionados con el área de minería de datos, análisis de datos, eficiencia energetica en Cloud Computing, entre otros. Av. Prof. Luciano Gualberto, travessa 3 nº 380 - CEP 05508-010 - São Paulo – SP. Email:  kpupo@larc.usp.br.

 

 

Orenia Lapeira Mena, Universidad Tecnológica de la Habana, José Antonio Echeverría, Cujae

Orenia Lapeira Mena, Ingeniera Informática, graduada de la Universidad Tecnológica de la Habana “José A. Echeverría” en el año 2012. Recibió el grado de Máster en Informática Aplicada en la Cujae en el año 2016. Labora como profesora del departamento de Ingeniería de Software de la Facultad de Ingeniería Informática de la Cujae. Sus intereses de investigación incluyen los temas de minería de datos, herramientas para extraer conocimiento en los datos, extracción de conocimiento basada en metaheurísticas, lógica difusa, optimización multiobjetivo, entre otros.

Descargas

Publicado

10.07.2019

Cómo citar

González Pupo, K., Lapeira Mena, O., & Martín Rodríguez, D. (2019). PAR-KNIME: conjunto de plugins para extraer reglas de asociación cuantitativas en KNIME. Revista Cubana De Ingeniería, 9(2), 18–28. Recuperado a partir de https://rci.cujae.edu.cu/index.php/rci/article/view/629

Número

Vol. 9 Núm. 2 (2018): (mayo- agosto)

Sección

Artículo Original

Licencia

Los autores que publican en esta revista están de acuerdo con los siguientes términos:

a. Los autores conservan todos los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciado bajo una Creative Commons Attribution-NonCommercial 4.0 Unported License que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista.

b. Los autores pueden establecer por separado acuerdos adicionales con el Comité Editorial para la publicación de su trabajo o una versión del mismo en otra revista, con un reconocimiento de su publicación inicial en esta revista.