Modelado incremental de la información contextual mediante reglas de asociación difusas

Abstract

El desarrollo sin precedentes en las tecnologías de la información ha provocado que tengamos un gran volumen de información a nuestra disposición. Los sistemas de redes de sensores constituyen una fuente inagotable de datos procedentes del entorno que pueden ser utilizados para caracterizar el contexto en el que se mueve el sistema o el usuario. La minería de datos se encarga de explotar estos datos obteniendo como resultado conocimiento implícito, previamente desconocido y potencialmente útil a partir de los mismos. El objetivo del Trabajo Fin de Máster consiste en el desarrollo de un prototipo para la extracción de los datos en el entorno que rodea a una persona, la visualización, el procesamiento y análisis de los mismos mediante diferentes herramientas y técnicas de minería de datos como, por ejemplo, las reglas de asociación difusas.

The unprecedented development in information technologies has resulted in a large volume of information at our disposal. Sensor network systems are an inexhaustible source of data from the environment that can be used to characterize the context in which the system or the user moves. Data mining is in charge of exploiting these data, obtaining as a result implicit, previously unknown and potentially useful knowledge from them. The objective of the Master Thesis is the development of a prototype for the extraction of data in the environment surrounding a person, the visualization, processing and analysis of them using different data mining tools and techniques such as, for example, fuzzy association rules.