Previsão da qualidade de vinho verde via técnicas de Data Mining
Year: 2009
Type: dissertation
Abstract: A certificação e a avaliação da qualidade são cruciais na indústria do vinho. Actualmente, a qualidade do vinho é avaliada principalmente por testes físico-químicos (e.g. níveis de álcool) e sensoriais (e.g. avaliação via peritos humanos). Neste trabalho, propõe-se uma abordagem de Data Mining para prever as preferências do vinho baseada em testes laboratoriais que estão facilmente disponíveis na fase de certificação. Pretende-se ainda averiguar se os atributos, como o tipo de castas e de sub-região, têm influência na previsão da qualidade do vinho verde branco. Foi considerado um grande volume de amostras de vinho verde branco da região do Minho de Portugal. A qualidade do vinho foi modelada através de uma abordagem de regressão. A extracção de conhecimento foi conseguida através de uma análise de sensibilidade, que mede as variações de resposta de um modelo de previsão quando uma variável de entrada varia através do seu domínio. Três técnicas de regressão foram aplicadas sendo que as Máquinas de Vector de Suporte, alcançaram resultados promissores, superando os métodos de Regressão Múltipla e de Redes Neuronais. O melhor modelo obtido pode ser útil para apoiar o enólogo nas suas avaliações, ajudando também na compreensão de quais são os atributos mais relevantes para aferir a qualidade do vinho, sendo que esta última informação pode servir para melhorar a produção de vinho. Além disso, uma abordagem semelhante pode ser aplicada a determinado nicho de mercado, com vista à modelação de consumidores específicos, o que permitirá a criação de vinhos especiais para estes nichos de mercado.
Author: Juliana Teixeira
Language: Portuguese
Subfield: Information Systems
Field: Computer Science
Domain: Physical Sciences
SDG: Zero hunger
Open Access status: green
OpenAlex ID: W2254870317