Mineração de dados: busca de conhecimento sobre a evolução do canto da família Thamnophilidae
Resumo
Introdução. Descreve a utilização de uma técnica de mineração de dados sobre o canto, a biologia e o micro-habitat da família Thamnophilidae (Aves) a fim de encontrar padrões que os relacionem. Método. Uma base de dados foi construída em planilha Excel® relacionando 82 espécies da família da ave Thamnophilidae com diversos atributos referentes às características do canto, da biologia e do micro-habitat em que são encontradas. Na análise utilizou-se o algoritmo Apriori no software WEKA 3.7.1. Resultados. Ao associar os diferentes atributos de 82 espécies diferentes considerando o suporte mínimo de 10% e a confiança mínima de 90% foram encontrados 172 padrões, dos quais 42 continham um dos atributos do canto: PC1 e PC2. Os padrões que relacionavam o atributo PC2 foram os mais significativos ao indicar a relação deste com o tamanho e gênero da família. Os resultados colaboraram para gerar a hipótese de que os atributos do canto possuem comportamentos não relacionados. Conclusões. O experimento demonstrou que o algoritmo pode ser melhor aproveitado em bases de dados maiores e/ou cuja padronização dos dados apresente menor número de categorias, o que pode ser uma limitação no campo da macroecologia. Mas, ao mesmo tempo, se mostrou um instrumento alternativo para o estudo exploratório de relações entre diversos atributos, cujos resultados podem servir de objetos de análises mais aprofundadas.
Palavras-chave
Referências
AGRAWAL, R.; IMIELINSKI, T.; SWAMI, A. Mining association rules between sets of itens in large databases. ACM SIGMOD Conference Management of Data, Washington, 1993. Proceedings... Disponível em: http://www.rakesh.agrawal-family.com/papers/sigmod93assoc.pdf. Acesso em: 10 nov. 2010.
BAÇÃO, F.; PAINHO, M. Aspectos metodológicos da utilização do data mining no âmbito da geografia. Finisterra, v. 38, n. 75, p. 135-147, 2003.
BEGON, M.; TOWNSEND, C. R.; HARPER, J. L. Ecology: from individuals to ecosystems. 4 ed. Oxford: Blackwell, 2006.
BEKKER, R. M. et al. Long term datasets: from descriptive to predictive data using ecoinformatics. Journal of Vegetation Science, v. 18, n. 4, p. 457-462, 2007. Disponível em: http://dx.doi.org/10.1111/j.1654-1103.2007.tb02559.x/ abstract. Acesso em: 10 nov. 2010.
BLACKBURN, T. M. Method in macroecology. Disponível em: http://wolfweb.unr.edu/~ldyer/classes/blackburn.pdf. Acesso em: 20 abr. 2011.
CHARIF, R. A.; WAACK, A. M.; STRICKMAN, L. M. Raven Pro 1.4 user`s manual. Cornell Lab of Ornithology, Ithaca, NY. 2010. Disponível em: http://www.birds.cornell.edu/brp/raven/RavenOverview.html. Acesso em: 14 set. 2010.
DEL HOYIO, J.; ELLIOT, A.; CHRISTIE, D. A (Ed.). Handbook of the birds of the world. 8 v. (Broadbills to Tapaculos). Barcelona: Lynx, 2003.
DUNNING, J. B (Ed.). CRC handbook of avian body masses. 2 ed. Boca Raton: CRC, 2008.
FAYYAD, U.; PIATETSKY-SHAPIRO, G.; SMYTH, P. From data mining to knowledge discovery in databases, 1997. Disponível em: http://www.kdnuggets.com/gpspubs/aimag-kdd-overview-1996-Fayyad.pdf. Acesso em: 10 out. 2010.
______. Knowledge discovery and data mining: towards a unifying framework. 1996. Disponível em: http://www.aaai.org/Papers/KDD/1996/KDD96-014.pdf. Acesso em: 10 out. 2010.
GLUSMAN, G. et al. The Olfactory receptor gene superfamily: data mining, classification and nomenclature. Mammalian Genome, NY, 2000.
GOLDSCHMIDT, R.; PASSOS, E. Data mining: um guia prático. Rio de Janeiro: Elsevier, 2005.
GOTELLI, N. J. Perspectives in biogeography: hypothesis testing, curve fitting, and data mining in macroecology. International Biogeography Society Newsletter, v. 6, n. 3, p. 1-7, 2008.
LI, D.; DI, K.; LI, D. Land use classification of remote sensing image with GIS data based on spatial data mining techniques. Archives of Photogrammetry and Remote Sensing, Amsterdam, v. 33, parte b3, 2000.
NEVES, R. de C. D das. Pré-processamento no processo de descoberta de conhecimento em banco de dados. 2003. Dissertação (Programa de Pós-graduação em Computação) - Instituto de Informática, Universidade Federal do Rio Grande do Sul, Porto Alegre, 2003.
TKALCIC, M. csv2arff. 2008. Disponível em: http://slavnik.fe.uni-lj.si/markot/csv2arff/csv2arff.php. Acesso em: 11 abr. 2011.
XENO-CANTO. 2005-2010. Disponível em: http://www.xeno-canto.org/. Acesso em: 20 abr 2010.
DOI: http://dx.doi.org/10.5380/atoz.v1i1.41284
Apontamentos
- Não há apontamentos.
Serviços de indexação e agregadores
Scopus
Web of Science
Directory of Open Access Journals
Sumários.org: sumários de revistas brasileiras
Google Acadêmico
LivRe! Portal para periódicos de livre acesso na Internet
InfoBCI
Latindex Catálogo
Latindex Catálogo 2.0
Bielefeld Academic Search Engine
INFOBILA: Información Bibliotecológica Latinoamericana
REDIB (Red Iberoamericana de Innovación y Conocimiento Científico)
Brapci (Base de Dados Referencial de Artigos de Periódicos em Ciência da Informação
Scimago Journal & Country RankUniversidade Federal do Paraná |
