Data Mining - Grafos e Subgrafos

Prévia do material em texto

Questão 1 Peso: 20% 
Para a mineração de dados em subgrafos, pode-se reaproveitar algumas técnicas utilizadas para minerar 
dados em grafos, embora existam também algumas técnicas mais específicas. 
 
Das técnicas listadas a seguir, qual representa um tipo específico de mineração de subgrafos? 
Classificação 
Resposta incorreta. 
 
A resposta correta é: Descoberta de densidade 
 
Questão 2 Peso: 20% 
Grafos são muito úteis para representar relacionamentos, mas eles se diferenciam quanto ao tipo de 
relacionamento a ser apresentado e à orientação das arestas. 
 
Sobre um multigrafo orientado, é correto afirmar que: 
apresenta mais de uma aresta orientada entre dois vértices distintos 
Resposta correta! 
 
Questão 3 Peso: 20% 
Diversas técnicas podem ser utilizadas para a mineração de grafos, de acordo com o objetivo que se 
pretende alcançar. Com base nisso, qual abordagem seria a mais apropriada para identificar a 
similaridade entre dois grafos distintos? 
Baseada em função kernel. 
Resposta correta! 
 
Questão 4 Peso: 20% 
A clusterização de dados do tipo grafo apresenta diversas características. Assinale a alternativa correta 
sobre a clusterização de grafos 
A similaridade entre os elementos é uma medida utilizada para o agrupamento dos dados 
Resposta correta! 
 
Questão 5 Peso: 20% 
Uma loja especializada em games dispõe de um sistema que relaciona os títulos do seu catálogo com o 
gênero do game (plataforma, luta, corrida etc.). Esse sistema utiliza um banco de dados NoSQL para 
manter seus dados (MongoDB). O cadastro dos títulos e gêneros foi feito por meio do seguinte script 
Python: 
 
import pymongo 
cliente = pymongo.MongoClient("mongodb://127.0.0.1:27017/") 
bd = cliente["bdEx5"] 
collection = bd["games"] 
lista_contatos = [ 
｛ "titulo": "Super Mario Bros.", "genero": "Plataforma" ｝, 
{ "titulo": "Street Fighter II", "genero": "Luta" }, 
{ "titulo": "Mortal Kombat", "genero": "Luta" }, 
{ "titulo": "Final Fantasy VIII", "genero": "RPG" }, 
{ "titulo": "Legend of Zelda", "genero": "Aventura" }, 
{ "titulo": "Top Gear", "genero": "Corrida" } ] 
x = collection.insert_many(lista_contatos) 
 
Para facilitar sua visualização, a empresa decidiu solicitar a uma equipe de desenvolvimento que fizesse 
um script para ler os dados do banco e criar um grafo direcionado de cada título de game com seu 
respectivo gênero. 
 
A solução proposta foi a seguinte: 
 
import pymongo 
import networkx as nx 
cliente = pymongo.MongoClient("mongodb://127.0.0.1:27017/") 
bd = cliente["bdEx5"] 
collection = bd["games"] 
dados = collection.find() 
G = nx.DiGraph() 
for x in dados: 
----------?---------- 
nx.draw(G, with_labels=True) 
 
Qual das alternativas a seguir contém o comando que faz com esse script funcione de maneira correta? 
G.add_node(x["titulo"], x["genero"]). 
Resposta incorreta. 
 
A resposta correta é: G.add_edge(x["titulo"], x["genero"] )