MINERIA DE DATOS - DATA MINING

MINERIA DE DATOS - DATA MINING

1. HISTORIA

   • la idea de data mining no es nueva. ya desde los años sesenta los estadisticos manejaban terminos como data fishing, data mining o data archaeology con la idea de encontrar correlaciones sin una hipotesis previa en bases de datos con ruido. el data mining es la etapa de descubrimiento en el proceso de KDD.

2. FUNDAMENTO DEL DATA MINING

   • las tecnicas del data mining son el resultado de un largo proceso de investigacion y desarrollo de productos, por ello esta listo para su aplicacion en la comunidad de negocios porque esta soportado por tres tecnologias ya que estan suficientemente maduras: - recoleccion masiva de datos - potentes computadoras con multiprocesadores - algoritmos de data mining
     • CARACTERISTICAS
       • Un reciente estudio del META GROUP sobre los proyectos de Data Warehouse encontró que el 19% de los que contestaron están por encima del nivel de los 50 Gigabytes, mientras que el 59% espera alcanzarlo en el segundo trimestre de 1997. cuenta con una base de datos de 3 terabytes + 1 terabyte de índices y overhead corriendo en MVS sobre IBM SP2
       • Principales características y objetivos de la Minería de Datos
         • • Explorar los datos se encuentran en las profundidades de las bases de datos, como los almacenes de datos, que algunas veces contienen información almacenada durante varios años. • En algunos casos, los datos se consolidan en un almacén de datos y en mercados de datos; en otros, se mantienen en servidores de Internet e Intranet.• El entorno de la minería de datos suele tener una arquitectura clienteservidor. • Las herramientas de la minería de datos ayudan a extraer el mineral de la información enterrado en archivos corporativos o en registros públicos, archivados • El minero es, muchas veces un usuario final con poca o ninguna habilidad de programación, facultado por barrenadoras de datos y otras poderosas herramientas indagatorias para efectuar preguntas adhoc y obtener rápidamente respuestas. • Hurgar y sacudir a menudo implica el descubrimiento de resultados valiosos e inesperados. • Las herramientas de la minería de datos se combinan fácilmente y pueden analizarse y procesarse rá

3. CONCEPTO

   • lo que en verdad hace el data mining es reunir las ventanas de varias areas como la estadistica, la inteligencia artificia, la computacion grafica, las bases de datos y el procedimiento masivo, principalmente usado como materia prima para las bases de datos.

4. El Alcance de Data Mining

   • El nombre de Data Mining deriva de las similitudes entre buscar valiosa información de negocios en grandes bases de datos - por ej.: encontrar información de la venta de un producto entre grandes montos de Gigabytes almacenados - y minar una montaña para encontrar una veta de metales valiosos
     • la tecnología de Data Mining puede generar nuevas oportunidades de negocios al proveer estas capacidades:
       • • Predicción automatizada de tendencias y comportamientos. Data Mining automatiza el proceso de encontrar información predecible en grandes bases de datos.Data Mining usa datos en mailing promocionales anteriores para identificar posibles objetivos para maximizar los resultados de la inversión en futuros mailing
         • Las técnicas de Data Mining pueden redituar los beneficios de automatización en las plataformas de hardware y software existentes y puede ser implementadas en sistemas nuevos a medida que las plataformas existentes se actualicen y nuevos productos sean desarrollado.Cuando las herramientas de Data Mining son implementadas en sistemas de procesamiento paralelo de alta performance, pueden analizar bases de datos masivas en minutos. Procesamiento más rápido significa que los usuarios pueden automáticamente experimentar con más modelos para entender datos complejos. Alta velocidad hace que sea práctico para los usuarios analizar inmensas cantidades de datos. Grandes bases de datos, a su vez, producen mejores predicciones.

5. Una arquitectura para Data Mining

   • Para aplicar mejor estas técnicas avanzadas, éstas deben estar totalmente integradas con el data warehouse así como con herramientas flexibles e interactivas para el análisis de negocios.
     • El punto de inicio ideal es un data warehouse que contenga una combinación de datos de seguimiento interno de todos los clientes junto con datos externos de mercado acerca de la actividad de los competidores. Información histórica sobre potenciales clientes también provee una excelente base para prospecting