O documento descreve um projeto de mineração de dados na Amazon para classificar livros em categorias usando atributos como título, autor e avaliações. Foram analisados mais de 6 milhões de livros em 47 categorias para selecionar os atributos mais relevantes e encontrar associações entre atributos como número de revisões, nota e vendas.

1. Mineração de Dados
Projeto de Aplicação
AMAZON BOOKS
Osvaldo Matos Júnior
UFMG

2. AMAZON BOOKS
• Construção: Amazon Web Services (AWS)
• 6.314.312 livros coletados em 47 categorias
• Objetivo: Classificação Textual
• Seleção de Atributos: Ganho de Informação
• Regras de Associação: Apriori

3. ATRIBUTOS
Título Autores Editorial
ISBN Edição Editora
Categoria Dimensões Número de Págians
Ranking de
Data de Publicação Preço
Venda
Revisões de
Nota do usuário Livros relacionados
usuários

4. DISTRIBUIÇÃO DOS LIVROS NAS CATEGORIAS

5. SKWENESS

6. DISTRIBUIÇÃO DOS TERMOS

7. SELEÇÃO DE ATRIBUTOS
Experimento Instâncias Atributos Acurácia
Sem seleção 10.000 38.579 50,87%
Ganho de
10.000 3.857 50,98%
Informação
Classificação textual no Weka com SVM Linear

8. REGRAS DE ASSOCIAÇÃO
• Apriori: atributos nominais
• Discretização:
• Nota do usuário = {pessimo, ruim, medio, bom, otimo}
• Revisões de usuários = {nenhum, pouco, muito}
• Ranking de venda = {pouco, razoavel, muito}

9. APRIORI
1. reviews=nenhum 84008 ==> rating=pessimo 84008 conf:(1)
3. reviews=nenhum salesranking=pouco_vendido 83595 ==> rating=pessimo 83595 conf:(1)
5. rating=pessimo 84008 ==> salesranking=pouco_vendido 83595 conf:(1)
7. rating=pessimo reviews=nenhum 84008 ==> salesranking=pouco_vendido 83595 conf:(1)
10. reviews=pouco 13383 ==> salesranking=pouco_vendido 13020 conf:(0.97)
11. rating=otimo reviews=pouco 11006 ==> salesranking=pouco_vendido 10698 conf:(0.97)
12. rating=otimo 13138 ==> salesranking=pouco_vendido 12339 conf:(0.94)
14. salesranking=pouco_vendido 98659 ==> rating=pessimo 83595 conf:(0.85)
15. salesranking=pouco_vendido 98659 ==> reviews=nenhum 83595 conf:(0.85)
16. salesranking=pouco_vendido 98659 ==> rating=pessimo reviews=nenhum 83595 conf:(0.85)
17. rating=otimo 13138 ==> reviews=pouco 11006 conf:(0.84)
19. reviews=pouco salesranking=pouco_vendido 13020 ==> rating=otimo 10698 conf:(0.82)
100.000 instâncias, suporte 0.03 e confiança 0.80

10. APRIORI
1. reviews=pouco 13383 ==> rating=otimo salesranking=pouco_vendido 10698 conf:(0.8) < lift:(6.48)>
3. rating=otimo 13138 ==> reviews=pouco 11006 conf:(0.84) < lift:(6.26)>
5. rating=otimo 13138 ==> reviews=pouco salesranking=pouco_vendido 10698 conf:(0.81) < lift:(6.25)>
6. reviews=pouco salesranking=pouco_vendido 13020 ==> rating=otimo 10698 conf:(0.82) < lift:(6.25)>
10. reviews=nenhum 84008 ==> rating=pessimo salesranking=pouco_vendido 83595 conf:(1) < lift:(1.19)>
100.000 instâncias, suporte 0.10 e lift 1.1