• classificazione di dati spaziali
• data mining
• dati spaziali
• tecniche di data mining

La tesi presenta una rassegna di tecniche di data mining su dati spaziali. Inoltre presenta il progetto e l’implementazione di un algoritmo per classificazione di dati spaziali.
• Il Capitolo 1 contiene i concetti di base sulla rappresentazione dei dati spaziali e sui vari modelli conosciuti in letteratura fino ad ora per tale rappresentazione.
In seguito si presentano algoritmi di data mining per la rappresentazione delle aree e si descrive una rassegna sulla classificazione (Classificazione Bayesiana), sulle Reti Neurali e sugli Alberi di Decisione.
• Il Capitolo 2, dopo un breve accenno sulla differenza tra un database relazionale e un database spaziale, presenta, in maniera più approfondita, il discorso sulla distanza nello spazio (metrica) tra due oggetti o elementi sia nel Clustering che nella Classificazione e nelle Regole di Associazione.
• Il Capitolo 3 è dedicato allo studio dei databases spaziali dal punto di vista delle transazioni. Quest’ultime, così come la metrica, vengono studiate nel Clustering, nella Classificazione e nelle Regole di Associazione.
• Nel Capitolo 4 viene riportato il nostro caso di studio sulla Classificazione di dati spaziali rappresentati in un GIS (nel nostro esempio una cooperativa agricola). Questo capitolo è organizzato in due sezioni: una prima in cui si tratta lo stato del problema ed una seconda in cui si descrive in maniera approfondita il caso di studio.
• Il Capitolo 5 presenta le scelte progettuali che mi hanno guidato nell’implementazione dell’algoritmo trattato nel capitolo quattro: il “Generate_SDT”.
• In un Capitolo 6, finale, verranno presentate le conclusioni sul lavoro svolto e gli eventuali lavori futuri.