Realimentação em sistemas para extracção de conhecimento em bases de dados

Abstract

O objectivo central da presente comunicação é defender a importância de usar conhecimento, quer de peritos, quer extraído automaticamente por diversas ferramentas de análise e exploração de dados, na fase inicial de fusão de fontes para construção de uma Base de Dados Central (BDC), em contextos onde a incompletude e imprecisão dos factos levantados cria sérios problemas à identificação exacta de indivíduos, identificação essa que é fundamental para evitar duplicações na BDC e garantir um sistema coerente. Em contextos como o da demografia histórica levantam-se dificuldades para reconhecer um indivíduo, do qual se obtiveram alguns dados em determinados registos, num conjunto de indivíduos semelhantes encontrados em outros registos diferentes. A primeira etapa do processo consiste precisamente na identificação desse conjunto de semelhantes, processo que é possível automatizar através da utilização de certas heurísticas. A etapa seguinte, ainda realizada manualmente pelos peritos, consiste na comparação do indivíduo com os seus semelhantes de forma a concluir que é um deles, ou então que é um novo indivíduo distinto dos demais. Nestas circunstâncias, a nossa proposta é criar um sistema de apoio ao perito que, usando conhecimento integrado num repositório central de conhecimento (último andar de uma arquitectura multi-nível para extracção de conhecimento em bases de dados [Rodrigues 2000]), o auxilie na tomada de decisão, fornecendo-lhe informação contextualizada em função do local (espaço geográfico) e do tempo (época em que o estudo se insere). Desta forma aperfeiçoa-se o sistema e evidencia-se a capacidade de extensibilidade e re-alimentação do mesmo, por utilização de funcionalidades já implementadas na resolução deste problema. Mostraremos também que esta ideia em nada se afasta da proposta inicialmente feita de usar, integrado na arquitectura acima referida, um sistema de Raciocínio Baseado em Casos (RBC) para registo das análises bem sucedidas, de modo a ajudar os investigadores na mineração dos dados e na realização de outras tarefas de exploração da base de dados para extracção de conhecimento.