Jaramillo Chuqui, Iván Fredy2023-03-102023-03-102022https://hdl.handle.net/10115/21368Tesis Doctoral leída en la Universidad Rey Juan Carlos de Madrid en 2022. Director/es: Javier Garzás y Andrés RedchukLa presente tesis se enmarca en el contexto de las técnicas de minería de datos, especí camente la minería de reglas de asociación cuantitativa, campo de estudio que se enfoca en la extracción de asociaciones entre los datos y que son representado en forma de reglas. En este trabajo se estudia una propuesta para el descubrimiento de reglas de asociación de calidad, el problema se aplica a conjuntos de datos que contienen variables tanto numéricas como categóricas, además que sus tiempos de respuesta sean aceptables, para esto, una forma muy posible de alcanzar es mediante la adaptación de un nuevo algoritmo. El trabajo realizado durante la presente tesis se centra en la adaptación del algoritmo VMO (Optimización por Mallas Variables) y su posterior evaluación de la calidad. Como primer eslabón para alcanzar los objetivos planteados en esta tesis es muy necesario acudir a la literatura existente. Trabajos referentes a esta temática han comenzado hace aproximadamente treinta años, y es notable el surgimiento de diferentes líneas de investigación en el campo de la minería de reglas de asociación. Una de las líneas que ha sido relevante y ha despertado el interés para este trabajo, son las brechas que aún existen entre la aplicación de algoritmos evolutivos y la optimización de las reglas de asociación. Un enfoque que ya tiene considerable literatura, pero que dado la continua evolución de las tecnologías y modelos de optimización, aún son objeto de investigación y experimentaciones con el propósito de alcanzar técnicas de mayor calidad. Variedades de algoritmos evolutivos han sido utilizados para resolver problemas de descubrimiento de reglas de asociación, cada uno de ellos con diferentes enfoques sobre la problemática. Los problemas de nuestro entorno pueden tener diferentes formas de representación, así pueden ser aplicados modelos de optimización cuando es posible la de nición de funciones de calidad. Es así que, un algoritmo puede ser adaptado para la resolución de problemas que cumplan con las condiciones de optimización. En este trabajo la adaptación del algoritmo VMO se ha alcanzado con éxito, para ello ha sido necesario trabajar sobre un ambiente de desarrollo denominado QUANTMINER.spaAttribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Tecnologíasinfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccess