ANALISIS Y TECNICAS DE MINERIA DE DATOS
Perla Janette Franco Valtierra, Jessica Contreras Pineda
Departamento de sistemas computacionales, Instituto Tecnológico De Durango
Introduccion
La minería de datos surge como una tecnología que
intenta ayudar a comprender el contenido de una base de
datos. De forma general, los datos son la materia prima
bruta. En el momento que el usuario les atribuye algún
significado especial pasan a convertirse en información.
Figura 1. Relación entre dato, información y
conocimiento.
Con todo lo anterior podemos decir que minería de datos
es el proceso de descubrir patrones de información
interesante y potencialmente útiles, inmersos en una gran
base de datos en la que se interactúa constantemente.
Minería de datos es una combinación de procesos como:
Extracción de datos
Limpieza de datos.
Selección de características.
Algoritmos.
Análisis de resultados.
METODOS
Nuestro enfoque de investigación será acerca de minería
de datos, ya que es un tema interesante y un poco
extenso, ya que hablaremos de cómo tener seguridad en
los datos que Enviamos o tenemos para que otras
personas no los vea, la investigación es inductiva por que
nos guiara a usar las diferentes herramientas para la
minería de datos.
Datos
Transversal Teórico Inductivo
Secundarios.
RESULTADOS
La minería de datos es una tecnología compuesta por
etapas que integra varias áreas y que no se debe
confundir con un gran software. Durante el desarrollo de
un proyecto de este tipo se usan diferentes aplicaciones
software en cada etapa que pueden ser estadísticas, de
visualización de datos o de inteligencia artificial,
principalmente. Actualmente existen aplicaciones o
herramientas comerciales de minería de datos muy
poderosas que facilitan el desarrollo de un proyecto. Sin
embargo, casi siempre acaban complementándose con
otra herramienta.
HERRAMIENTAS PARA
REALIZAR LA MINERIA DE
DATOS
A un que la herramienta mas usada en la actualidad
se llama WEKA .
Weka es un software libre que nos permite realizar
análisis en bases de datos mediante las técnicas antes
descritas de minería de datos para con cada uno de sus
diferentes algoritmos.
Figura 5.1 Ejemplo de Archivo de Weka
Este producto de software utiliza los archivos con
extensión .arff el cual es el archivo característico de weka
en el cual se incluyen todos los registros a analizar así
como también Ahora bien la estructura de un archivo de
weka consiste en una cabecera de archivo que comienza
con @relation nombre_archivo luego sigue cada uno de
sus atributos especificado de la siguiente manera
@attribute nombre_atributo y enseguida @data aquí van
cada uno de los valores que posee cada registro.
El proceso se menciona a continuación paso a paso y
como los resultados que arroja con la aplicación de los
algoritmos de árboles de decisión.
Se abre Weka.
Se selecciona la opción de CONCLUSIONES
explorar
La capacidad para almacenar datos ha crecido en los últimos
En esta pantalla se selecciona años a velocidades exponenciales. En el otro extremo, nuestra
la opción de abrir archivo, capacidad para procesar esta enorme cantidad de datos para
enseguida se muestra el por utilizarlos eficazmente no ha ido a la par. Por este motivo, la
cuadro de diálogo de abrir minería de datos se presenta como una tecnología de apoyo
similar al de una aplicación de para explorar, analizar, comprender y aplicar el conocimiento
office, ahora bien obtenido usando grandes volúmenes de datos. Descubrir
seleccionamos la dirección nuevos caminos que nos ayuden en la identificación de
donde se encuentra el archivo interesantes estructuras en los datos es una de las tareas
weka que contiene los datos a fundamentales en el minería de datos.
analizar.
En el ámbito comercial, resulta interesante encontrar patrones
ocultos de consumo de los clientes para poder explorar nuevos
Seleccionar la técnica con la horizontes. Saber que un vehículo deportivo corre un riesgo de
cual se va a trabajar para accidente casi igual al de un vehículo normal cuando su dueño
realizar la minería de datos. tiene un segundo vehículo en casa ayuda a crear nuevas
estrategias comerciales para ese grupo de clientes. Asimismo,
predecir el comportamiento de un futuro cliente, asándose en
los datos históricos de clientes que presentaron el mismo perfil,
ayuda a poder retenerlo durante el mayor tiempo posible.
En el botón de elegir
seleccionamos árboles de Las herramientas comerciales de minería de datos que existen
decisión con su algoritmo J48 y actualmente en el mercado son muy variadas y excelentes en
le damos al botón de iniciar. diversas aplicaciones.
Las hay orientadas al estudio del web o al análisis de
documentos o de clientes de supermercado, mientras que otras
son de uso más general. Su correcta elección depende de la
necesidad de la empresa y de los objetivos a corto y largo plazo
Como se aprecia en esta captura de pantalla weka realiza
que pretenda alcanzar. La decisión de seleccionar una solución
todos los cálculos pertinentes para obtener el árbol de
de minería de datos no es una tarea simple. Es necesario
decisión el cual se visualiza dando clic derecho en el la
consultar a expertos en el área con vista a seleccionar la más
opción que se encuentra resaltada en el cuadro de la
adecuada para el problema de la empresa.
izquierda.
Ahora entonces el árbol de decisión arrojado por este
programa es el siguiente:
BIBLIOGRAFIA
Berson, A. (s.f.). An Overview To The Data Mining. Recuperado el
ABRIL de 2009, de
http://www.thearling.com/text/dmtechniques/dmtechniques.htm
Corporation, T. C. (Tercera Edición). Two Crows Corporation.
Después de tener este árbol de decisión la parte más difícil Introduction to Data Mining and Knowledge Discovery .
de seguir es la de interpretar este árbol de decisión en este Cynthia, P. C. (s.f.). Data Mining: Descubriendo la información
caso la interpretación que se le da a este árbol de decisión oculta. Recuperado el abril de 2009, de
es la siguiente: http://www.lasnieves.edu.ar/indocs/p%5CDataMining.doc
Para finalizar, llegamos a la conclusión de que un empleado E., G. N. (26 de abril de 2004). Metodologías para la Realización
considera que su empleo es lo que espera para su de Proyectos de Data Mining. Recuperado el abril de 2009, de
crecimiento y desempeño personal y profesional, si están http://www.estadistico.com/arts.html?20040426
presentes los factores siguientes: Ruth, D. (diciembre de 1995). Data Mining An Introduction
Cada uno gana lo que se merece [Minería de Datos Una Introducción]. Obtenido de
Los salarios son adecuados para los distintos puestos http://www.pcc.qub.ac.uk/tec/courses/datamining/stu_notes/dm_b
La formación del supervisor es adecuada para llevar a cabo ook_1.
su labor Thearling, K. (s.f.). An Introduction to Data Mining. Recuperado el
abril de 2009, de
http://www.thearling.com/text/dmwhite/dmwhite.htm