Agrupamento De Dados Mistos Baseados No Algoritmo K-Means: Uma Revisão Sistemática Da Literatura

Abstract

O agrupamento de dados é uma atividade de mineração que busca por grupos naturais em conjuntos de dados não rotulados. Embora bem desenvolvida para dados numéricos, o desenvolvimento de algoritmos para dados mistos (atributos numéricos e categóricos) ainda é incipiente. Diante do fato de que os conjunto de dados mistos caracterizam a maioria dos problemas reais, o avanço desta temática é essencial para o beneficiamento da sociedade e da indústria. Dessa forma, este trabalho tem como objetivo reunir e discutir as principais contribuições publicadas na literatura sobre algoritmos de agrupamento de dados mistos, especificamente as abordagens baseadas no algoritmo k-means, já que este algoritmo apresenta alta velocidade de processamento e fácil implementação, características estas almejadas na resolução de problemas do mundo real. Diante disso, realizou-se uma revisão bibliográfica sistemática na base de dados Scopus, onde foram aceitos apenas artigos em inglês, com o indicador Jornal Citation Report (JCR) maior ou igual a um, ou com pelo menos dois indicadores de impacto maior ou igual a um. Como primeiro resultado da busca, obteve-se 1.104 trabalhos. Após a aplicação dos critérios adotados, obteve-se 456 trabalhos passíveis de avaliação. Posteriormente, avaliou-se quais trabalhos estavam dentro do objetivo da análise, por meio de três filtros de seleção, os quais contemplaram diferentes leituras dos trabalhos. Como resultado, obteve-se 37 artigos. Após um estudo detalhado, observou-se que esta temática ainda apresenta um desenvolvimento recente e esparso. Além disso, percebeu-se que os trabalhos selecionados exploraram alguns temas-chave, como a definição dos pesos dos atributos, número de grupos, inicialização dos centroides e agrupamento sujeito a restrições.