Skip to content

Dipendenze Funzionali Temporali Approssimate basate su Grouping Temporali: modellazione, derivazione e prime valutazioni su dati psichiatrici

Informazioni tesi

  Autore: Paolo Parise
  Tipo: Laurea liv.II (specialistica)
  Anno: 2010-11
  Università: Università degli Studi di Verona
  Facoltà: Scienze Matematiche, Fisiche e Naturali
  Corso: Informatica
  Relatore: Carlo Combi
  Lingua: Italiano
  Num. pagine: 113

Le moderne tecnologie permettono acquisizioni e elaborazioni di informazione in quantità inedite. Una sfida che accomuna tutte le organizzazioni è quella di gestire l’overload informativo che ne deriva, trasformando i molti dati a disposizione in informazioni utili all’attività decisionale.
Ben consolidate sono le metodologie che si occupano di estrarre informazione dai dati e che rientrano nella disciplina del Data mining.
Un filone ancora poco esplorato è il Data mining temporale, che cerca di introdurre il tempo nelle analisi classiche di mining.

Un medico potrebbe chiedersi: “ci sono periodi dell’anno nei quali le assistenze telefoniche offerte per una particolare patologia richiedono sempre un certo numero di personale coinvolto?”, oppure il manager di un’azienda di logistica può essere interessato a rispondere alla domanda: “considerando un particolare articolo merceologico, c'è una relazione tra gli ordini effettuati a distanza di meno di 15 giorni e la quantità richiesta?”. Per elaborare le risposte a questo tipo di domande serve uno strumento con il quale esprimere associazioni esatte o approssimate tra i concetti (o attributi) coinvolti; ad esempio, il fatto che la particolare patologia richieda sempre un certo numero di personale coinvolto sarà espresso tramite una Dipendenza Funzionale (FD) tra l’attributo patologia e l’attributo personale; mentre, se il fatto venisse riformulato in “la particolare patologia solitamente richiede un certo numero di personale coinvolto” parleremo di Dipendenza Funzionale Approssimata (AFD) ammettendo così delle eccezioni alla regola FD. Tuttavia, questi strumenti non sono abbastanza potenti per esprimere le domande formulate dal medico e dal manager poichè non considerano un altro aspetto coinvolto: il tempo. Le associazioni tra gli attributi infatti vanno valutate in particolari intervalli temporali (ad esempio mese per mese, anno per anno, nei 15 giorni successivi).

Il lavoro di tesi si propone di definire ed estrarre dai dati nuove regole di associazione chiamate Dipendenze Funzionali Temporali Approssimate (ATFD) che legano i tre aspetti appena considerati: la dipendenza tra gli attributi, l’approssimazione e il tempo.
Dopo aver inquadrato formalmente il problema, vengono proposte soluzioni algoritmiche arrivando ad un sistema di estrazione applicabile a data set reali e facilmente integrabile con il sistema informativo esistente.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
Capitolo 1 Fondamenti A partire dagli anni novanta, e sorta l’esigenza di utilizzare la grande mole di dati prodotta dai sistemi informativi esistenti e di metterla al servizio dei processi decisionali e direzionali dell’organizzazione. Sono nati cos i sistemi Data Warehouse (DW) [13] e i sistemi di Knowledge Discovery in Databases (KDD) [11]. I due approcci rispondono a esigenze diverse: i sistemi DW si preoccupano di raccogliere, uniformare e sintetizzare l’informazione prove- niente da sorgenti operazionali eterogenee orendo un servizio orientato al- l’utente. I processi di KDD, invece, si preoccupano di estrarre informazione non esplicitamente memorizzata, tentando di generare nuova informazione potenzialmente utile e comprensibile utilizzando sosticati algoritmi di Data Mining. 1.1 I sistemi di Data Warehouse I sistemi di Data Warehouse supportano quella parte del sistema informativo che si occupa delle attivit a direzionali e di customer relationship manage- ment. Tali sistemi aiutano i proli manageriali nella denizione di politiche strategiche e tattiche, presentando l’informazione necessaria in modo agevole e aggiornato. I nuovi requisiti rispetto ai sistemi operazionali, detti anche sistemi On Line Transaction Processing (OLTP), portano all’introduzione della tecnolo- gia On Line Analytical Processing (OLAP), termine introdotto da Edgard F. Codd [7]. I sistemi OLAP forniscono una visione concettualmente multi- dimensionale dei dati, gestiscono grandi moli di dati in modo rapido, curano le politiche di accesso e condivisione dei dati e supportano nuove operazioni molto frequenti nelle attivit a di analisi dei fenomeni organizzativi come il roll up e il drill down. La classica denizione di Data Warehouse tratta dal manuale [20] cita: \...un DW e una copia dei dati transazionali specicatamente strutturata per operazioni di estrazione e analisi dei dati..." 1

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario, bollettino postale.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l'Utente volesse pubblicare o citare una tesi presente nel database del sito www.tesionline.it deve ottenere autorizzazione scritta dall'Autore della tesi stessa, il quale è unico detentore dei diritti.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
  • L'Utente è a conoscenza che l'importo da lui pagato per la consultazione integrale della tesi prescelta è ripartito, a partire dalla seconda consultazione assoluta nell'anno in corso, al 50% tra l'Autore/i della tesi e Tesionline Srl, la società titolare del sito www.tesionline.it.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Scopri come funziona

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

data mining
knowledge discovery
knowledge discovery in databases
dipendenze funzionali
functional dependencies
dati psichiatrici
dipendenze funzionali approssimate
approximate dependency
dipendenze funzionali temporali approssimate
approximate dependency inference
estrazione dipendenze funzionali
temporal functional dependencies
inferenza dipendenze funzionali

Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi