DMPML: uma aplicação XML para a fase de preparação de dados do processo de KDD

Abstract

Nesta dissertação a linguagem DMPML é proposta como alternativa para a padronização da fase de preparação de dados em um processo de KDD. A DMPML é baseada em XML e utiliza transformações XSL para transformar dados. Devido às características da linguagem XML tais como extensibilidade, robustez e independência de plataforma, projetos de preparação de dados gerados com a utilização da DMPML podem ser compartilhados de forma eficiente através da Internet, promovendo o reuso de trabalho e a troca de experiência entre projetos semelhantes. Outros benefícios da aplicabilidade da DMPML são: (a) não necessidade de utilização de banco de dados relacionais para armazenar informações geradas pelas subfases de tratamento de dados; (b) não necessidade de implementação de código especial para transformar dados brutos em dados prontos para aplicação em um algoritmo específico de mineração de dados; (c) possibilidade de criação de regras específicas de transformação de dados para algoritmos específicos de mineração de dados sem necessariamente ser preciso redefinir o projeto de preparação de dados e (d) grande potencialidade de reutilização de projetos de preparação de dados entre massas de dados com atributos semelhantes