Processo para manipulação de grafos de conhecimento usando algoritmo de recomendação

Resumo

A partir da crescente da geração e disponibilização de dados na sociedade atual, cada vez mais surge a necessidade de informações para tomadas de decisões ou para obtenção de conhecimento com base em grafos de conhecimento. Grafos de conhecimento agregam entidades (e seus atributos), relacionando-as por propriedade (predicados) formalizados por ontologias. Neste contexto, ontologias tornam-se importantes mecanismos de compartilhamento do conhecimento, pois organizam conceitos e como se relacionam para representar o conhecimento de um domínio. Técnicas de anotação semântica anotam datasets com o uso de ontologias com o objetivo de gerar grafos de conhecimentos enriquecidos com dados. Além disso, ontologias são definidas vistos como modelos onde as entidades formam o vocabulário que descreve os entes/indivíduos (instâncias) mais recorrentes do domínio. Entretanto, mesmo com seu poder de demonstração de seus relacionamentos, em grafos de conhecimento podem-se existir informações a mais que são capazes de ser extraídos. Com o objetivo de extrair mais conhecimento dos grafos, este trabalho tem o objetivo de utilizar o algoritmo Apriori, que abre caminho para recuperar e classificar dados a fim de apoiar a tomada de decisão em análise de dados, inclusive na área da saúde mental. Desta forma, este trabalho utiliza o Apriori para extrair informações de grafos de conhecimentos anotados com dados sobre tratamento da ansiedade. Espera-se com a execução do objetivo proposto, apresentar informações que possam melhorar a orientação dos tratamentos em ansiedade.