Metodologia de avaliação da relevância de atributos em grandes bases de dados incompletas utilizando conjuntos aproximados e lógica paraconsistente.

Abstract

Os constantes avanços em tecnologia de informação possibilitam o armazenamento de grandes bases de dados históricas. O objetivo deste trabalho é apresentar uma metodologia que descubra um conjunto mínimo de atributos relevantes com a garantia da manutenção das características das informações. O desenvolvimento da tese está baseado nos trabalhos dos mais importantes pesquisadores da área de Teoria de Conjuntos Aproximados e Lógica Paraconsistente. Pretende-se desenvolver uma metodologia de avaliação da relevância de atributos de grandes bases de dados, onde o resultado é a seleção de um conjunto mínimo de atributos relevantes, que represente o conhecimento embutido na base de dados, através do uso da Teoria de Conjuntos Aproximados. A identificação e classificação das incompletudes dos dados é realizada através da aplicação da Lógica Paraconsistente. A metodologia proposta proporciona a descoberta de um conjunto reduzido de atributos relevantes com dados classificados, que permita uma extração de conhecimento rápida e confiável.