Resumo. Mineração de dados(MD) por regras de associação tende a gerar um número intratável de regras prejudicando a abrangência de sua aplicação. Para solucionar esse problema propõe-se o uso de ontologias nas etapas de pré e pós-processamento no suporte às tarefas de MD. Além disso, o artigo ressalta que organizações humanas exigem as noções de possibilidade, subjetividade e interpretação, contrastantes com as noções de necessidade, objetividade e explicação, úteis em domínios de ciências naturais. Tais exigências demandam novas perspectiva em ontologias e MD, normalmente abrigadas pela computação suave.
Ontologias e mineração de dados (MD) são áreas, em geral, construídas com base nas ciências naturais (CN). Lidam com as noções de necessidade, objetividade e explicação, em ciências físicas, químicas e biológicas. Entretanto, em organizações, fenômenos humanos prevalecem, demandando metodologias de ciências humanas (CH) que, por sua vez, exigem as noções de possibilidade, subjetividade e interpretação. Tais noções já são abrigadas por tecnologias humano-cêntricas na perspectiva da computação suave. Assim, com base em sistemas difusos, propõe-se utilizar ontologias no suporte à atividade de MD nas fases de pré e pós-processamento. Agrega-se então valor conceitual, associado ao conhecimento de domínio, e propicia-se suporte semântico no processamento dos dados. O analista é auxiliado na explicação e interpretação das regras obtidas da MD. Inicialmente o artigo introduz noções de MD. A partir da análise das tarefas de prescrição, predição, descrição, explicação e interpretação, conforme abordados em Domingues (2004), são discutidos métodos que devem ser incorporados a ontologias em contextos humano-sociais, típicos de questões surgidas em economia, administração, contabilidade, direito, etc.
A MD é uma das etapas da Descoberta de Conhecimento em Bases de Dados. É um processo de identificação de padrões novos, potencialmente úteis e compreensíveis, em um conjunto de dados. Esses padrões podem se constituir, dentre outros, em regras de associação, ou seqüências temporais que permitam revelar relacionamentos não aleatórios entre atributos de variáveis. Em especial, o volume excessivo de dados justifica a MD para a descoberta de padrões que possam revelar informações úteis à tomada de decisão.
A MD lidará com questões de ordem computacional e de usabilidade. Ter-se-á de lidar com a confiabilidade dos dados, a geração de resultados excessivos, autonomia e conhecimento do negócio para a análise dos resultados, desempenho e produtividade, facilidade de uso e utilidade.
Há uma variedade de paradigmas de mineração de dados. Objetivando nossa análise, consideramos mais interessante a taxonomia que realça a existência de modelos supervisionados e não-supervisionados.
Taxonomia de
paradigmas de
mineração de dados
Em modelos supervisionados, como o próprio nome já diz, o processo de detecção de padrões é supervisionado. As classes à qual cada padrão possa ser pertinente é pré-definida. São modelos prescritivos. Além disso, são preditivos no sentido de serem mais adequados a revelar tendências.
Já em modelos não-supervisionados, não se conhecem a priori classes às quais os padrões possam ser pertinentes. São modelos de ênfase descritiva, no sentido de serem mais adequados a apresentarem descrições, relevando características dos dados minerados.
A análise científica de fenômenos humano-sociais deve articular dialeticamente
os níveis descritivo, explicativo e interpretativo. Como apresentado na Figura 1, a MD
subdivide-se em dois ramos: mineração supervisionada e não-supervisionada. A
supervisão está associada à atividade de previsão, a partir de conhecimentos
explicitamente pré-estabelecidos (prescrição), descobrem-se fatos novos, mas de algo
que já se conhecia. A não-supervisão é associada à atividade de descrição. Não há
conhecimento prévio. Busca-se a descoberta de associações a serem descritas,
conhecimento útil. Em mineração supervisionada, ontologias, podem ser vistas tanto
para representar conhecimento previamente adquirido, necessário à previsão, quanto
para descrever conhecimento útil em minerações preditivas posteriores. Na mineração
não-supervisionada, ontologias suportam a análise dos padrões descritivos obtidos no
processo de mineração, tarefas de explicação e interpretação. A ênfase na explicação é
típica das CN, enquanto na tarefa de interpretação é típica das CH
Ao se buscar referências para o desenvolvimento ontologias específicas para domínios humano-sociais, de imediato, depara-se com questões de fundamentação. O método em CH é ainda questão aberta. Seus padrões de cientificidade encontram-se em busca de uma consolidação a partir de distintas vias. Seus fenômenos resistem às exigências da objetividade. No cerne dos dilemas do método, na busca inalienável da objetividade, encontra-se a dificuldade de objetivação da significação dos fatos sociais e de lidar com a subjetividade inerente aos fenômenos humano-sociais. Se a objetividade é a meta inalienável, a subjetividade é elemento inexorável que se imiscui nos fatos, nos fenômenos, e na práxis das CH.
Um mesmo fato, ou fenômeno, pode ser descrito de diferentes maneiras e a
descrição nunca será completa. Ela depende da granularidade observada, e da
intencionalidade do observador. A intencionalidade condiciona a granularidade. Mesma
coisa nas CN. Peculiar das CH é que, além dos aspectos objetivos dos comportamentos
humanos, a descrição deverá debruçar-se sobre um conjunto de elementos subjetivos
(intenções, sentimentos, consciência, valores e fins visados pelos agentes humanos)
Com base nos elementos descritivos há distintas formas de explicação
possíveis: genéticas, estruturais, funcionais, finais e, dentre outras, causais. A
explicação causal é considerada a forma de explicação por excelência
Muitos pretendem que a interpretação já se decide no nível da explicação, e não é senão um de seus aspectos. Entretanto, para Domingues, é o caso de distinguir uma da outra, considerando que a explicação incide sobre os fatos, ou coisas. Já a interpretação envolve a significação, o sentido deles. Portanto, a interpretação irá introduzir as unidades significativas de análise, como as hipóteses, os modelos (tipos ideais), as postulações de sentido, e assim por diante (Domingues, p. 119-120). Em CH, a candidata de ter a primazia no método e de conduzir a análise é a tarefa interpretativa.
A subjetividade é crucial na análise do conhecimento em domínios de CH. Anscombe considera não só a subjetividade de um indivíduo, mas a de coletividades inteiras. Desafio maior, é a inter-subjetividade; comunicação das consciências individuais. Na construção de ontologias, a inter-subjetividade é tratada. Ontologias expressam consenso.
Outro lado da questão é o uso de ontologias na etapa de decifração do sentido intersubjetivo na tarefa da interpretação. A verdade a ser considerada advirá da convicção de verdade recolhida pela análise na comunidade. Em CI e CC, a demanda pela inter-subjetividade é eventual. Mas tal demanda é sentida nas comunidades de inteligência onde a inter-subjetividade é regra. Distintos analistas são confrontados numa análise conjunta que traduza a convergência das análises individuais.
Peculiaridades das CH em relação as CN são: primazia da interpretação sobre a explicação; importância e necessidade de subjetividade em conjunto com a objetividade; flexibilização da noção de necessidade (lei) para a noção de possibilidade. Ao buscar agregar conhecimento de domínio, via ontologias, no suporte à MD em contextos organizacionais, impõe-se a nós duas questões: (1) As ontologias fundamentais, ou de alto nível, referências na construção de novas ontologias, lidam com peculiaridades atinentes ao domínio de CH? (2) Como ontologias poderiam incorporar as noções de subjetividade e possibilidade, suportando a tarefa de interpretação? Não examinaremos essas questões, mas teceremos a seguir alguns comentários, indicações e avaliações iniciais que poderão nortear avaliações mais aprofundadas no futuro. 5.1. Ontologias Fundamentais1.
DOLCE, a SUMO e a BFO explicitam suas orientações filosóficas.
Consideram universais, particulares, ou tropos, seu compromisso ontológico, entidades
no tempo e no espaço, e como se relacionam.
Comenta-se brevemente as três ontologias. Ver detalhes em Sreejith (2008). A
DOLCE adota uma metafísica descritiva, baseada em Strawson2, em oposição à
metafísica prescritiva, e considera aspectos lingüísticos e de engenharia cognitiva.
Procura incorporar em sua estrutura elementos que permitam lidar com artefatos
cognitivos, marcas culturais e convenções sociais (um tipo de metafísica cognitiva).
Inspira-se na noção de deep background desenvolvida por
A insuficiência das soluções focadas em detalhes técnicos como eficiência de
algoritmos, vem levando à consideração da usabilidade, conhecimento do domínio e
capacidade de interpretação de resultados. A computação suave e granular se associa à
uma abordagem humano-cêntrica, flexível e com foco na interação do homem com a
máquina. Considerando-se essas três abordagens convergentes – computação suave,
granular e humano-cêntrica – destacam-se as soluções em sistemas difusos, redes
neurais e algoritmos genéticos. Mitra (2002) dá uma visão da literatura disponível sobre
MD. Sistemas difusos preocupam-se com a natureza amigável ao usuário
As ferramentas computacionais de MD, por si só, não garantem o sucesso em ambientes organizacionais. Esses ambientes sócio-humanos possuem peculiaridades e exigem abordagens distintas daquelas associadas às CN. Ao invés do caráter de lei associada à noção de necessidade, há a noção de possibilidade; ao invés da ênfase na explicação, há a ênfase na interpretação, e ao invés do expurgo da subjetividade, há a sua concomitante consideração, não em contraposição, mas em cooperação com a objetividade científica. O surgimento de novas abordagens apresentadas traz novas metodologias que permitem tratar as peculiaridades dos domínios sócio-humanos.