Description

En este trabajo se explora como dar soporte al proceso de Descubrimiento de Conocimiento en Bases de Datos (KDD) con un Sistema Multi-Agente (MAS) conformado de agentes de Creencias, Deseos e Intenciones (BDI). El resultado de esta exploración se refleja en el diseño e implementación del proceso KDD como un MAS BDI, que consiste de seis agentes especializados en algunos pasos (preprocesamiento, minería de datos y evaluación de patrones) de este proceso. Coordinador se encarga de gestionar la entrada/salida del sistema y la base de datos; Preprocesador suple los valores faltantes en esta base de datos y la discretiza de forma supervisada y no supervisada; y los agentes aprendices (ID3 , C4.5, NB y TAN) a partir de esta base de datos preprocesada construyen sus respectivos modelos de minería de datos, que envían al Coordinador para que éste seleccione y reporte al ganador. Las tareas de minería de datos que el MAS tiene encomendadas son la clasificación de datos y el modelado de dependencias, que se implementaron con los algoritmos ID3 y C4.5, y NB y TAN, respectivamente. Los modelos aprendidos por los agentes son evaluados con la métrica de validación cruzada estratificada con 10 particiones, debido a que fue reportada en Kohavi [58] como la mejor. Para llevar a cabo el diseño de este MAS nos apegamos a la metodología Prometheus (que est´a dirigida al desarrollo de agentes inteligentes) y empleamos la herramienta PDT, que da soporte a esta metodología, mientra que el desarrollo lo realizamos en el lenguaje de programación de agentes AgentSpeak(L), mediante el intérprete Jason. Otra herramienta importante para este trabajo fue WEKA, debido a que proporcionó el código en Java que implementa los algoritmos que ejecutan los agentes del MAS.