Académique Documents
Professionnel Documents
Culture Documents
Nome:..................................................................................................................................
Número:..................................
1. [10%] Com um sistema de Data Mining, um cliente que paga com o cartão poderá
ser suspeito de uma situação de potencial fraude num supermercado porque:
□- o cliente não compra um produto que sempre comprou dantes
■- o cliente vai a caixas diferentes, mas a operadora de caixa é sempre a mesma
□- o cliente compra um produto que nunca comprou dantes
□- o cliente vai sempre à mesma caixa, mas as operadoras são diferentes
□- o cartão não é autorizado na altura do pagamento
3. [10%] Considere que s(i,j) representa a similaridade entre dois casos (i e j). Se
começassemos a construir a base de casos com 3 casos qual acha que seria a melhor
combinação possível
□- casos 1, 2 e 3 com s(1,2)=0,7, s(1,3)=0,7 e s(2,3)=0,2
□- casos 1, 2 e 4 com s(1,2)=0,7, s(1,4)=0,4 e s(2,4)=0,6
■- casos 2, 3 e 4 com s(2,3)=0,2, s(2,4)=0,6 e s(3,4)=0,3
□- casos 1, 3 e 4 com s(1,3)=0,7, s(1,4)=0,4 e s(3,4)=0,3
□- casos 2, 3 e 5 com s(2,3)=0,2, s(2,5)=0,3 e s(3,5)=0,9
ISEP-Instituto Superior de Engenharia do Porto
Rua Dr. António Bernardino de Almeida, P-4200-072 Porto, Portugal
Tel: +351-22-8340500, Fax: +351-22-8321159
4) [70%] Para motivar os clientes masculinos da confeitaria “Calor do Dia” o seu dono, o Sr. Jorge
Nuno, inspirou-se no Raciocínio Baseado em Casos para engendrar uma promoção. O cliente escolhe
um pastel e vai ser servido por uma das 3 empregadas, uma branquinha, uma mulatinha ou uma
pretinha, recebendo gratuitamente a bebida para acompanhar o pastel, que será um copinho de leite,
uma meia de leite ou um café, respectivamente. Enquanto o cliente escolhe o bolo, o Jorge Nuno
entabula uma conversa e apercebe-se das preferências dos clientes no que respeita a mulheres,
derivando daí a escolha da bebida surpresa a ser servida pela empregada mais apropriada.
a) [20%] Descreva os três casos da tabela de acordo com o formato usado pelo Prolog Case.
case([altura(1,80),
medidas([80,60,80]),
cor_da_pele(preta)],
[bebida(café)]).
case([altura(1,70),
medidas([85,50,70]),
cor_da_pele(mulata)],
[bebida(meia_de_leite)]).
case([altura(1,60),
medidas([70,60,80]),
cor_da_pele(branca)],
[bebida(copinho_de_leite)]).
ISEP-Instituto Superior de Engenharia do Porto
Rua Dr. António Bernardino de Almeida, P-4200-072 Porto, Portugal
Tel: +351-22-8340500, Fax: +351-22-8321159
• altura – 3
• medidas – 4
• cor da pele – 3
Considere agora que da conversa com o cliente Aguiar Brito, o Jorge Nuno apercebe-se que ele gosta
de uma mulher de 1,90 com medidas [75,60,75] e prefere mulatas.
Efectue os cálculos da similaridade desse novo problema em relação aos 3 casos apresentados e
indique qual é o caso que deveria ser escolhido como o mais similar e que bebida seria aconselhada.
Para a similaridade das medidas use 1 menos o quociente entre um numerador constituído pelo mínimo
entre o valor 50 e o somatório dos valores absolutos das diferenças entre as medidas correspondentes
do novo problema e do caso e um denominador igual a 50. Por exemplo, para o novo problema
referido nesta alínea e o caso 1 teríamos a similaridade 1 – min(50,(5+0+5))/50=0,8.
Para a similaridade das cores de pele considere 1 se a cor for a mesma, 0 se as cores forem branco e
preto ou vice-versa, e 0,5 nos outros casos (mulata com branca ou vice-versa, ou mulata com preta ou
vice-versa).
c) [15%] Defina o predicado PROLOG similar_medidas/3 que recebendo nos 2 primeiros argumentos
as listas de medidas do novo problema e do caso seja capaz de colocar no terceiro argumento a
similaridade entre as medidas.
top_comparable(3,medidas/1,medidas/1,match,1).
comparable_args(6,3,1,1[P1,C1,A1],[P2,C2,A2],no_comparison,S):-
P1>=65,P1=<95, P2>=65,P2=<95,
C1>=45,C1=<70, C2>=45,C2=<70,
A1>=65,A1=<95, A2>=65,A2=<95,
similar_medidas([P1,C1,A1], [P2,C2,A2],S).