Informe Fundamentos de Software

de gestin
Datamining

Integrantes:

Modulo: Fundamentos de Software de

Gestin.
Docente: Jaime Vega

Indice
Puerto Montt, 09 de Abril del 2016

2
Puerto Montt, 09 de Abril del 2016

Introduccin:

3
Puerto Montt, 09 de Abril del 2016

Qu es data Mining?
El data mining (minera de datos), es el conjunto de tcnicas y tecnologas que
permiten explorar grandes bases de datos, de manera automtica o
semiautomtica, con el objetivo de encontrar patrones repetitivos, tendencias o
reglas que expliquen el comportamiento de los datos en un determinado contexto.
Surge como una tecnologa que intenta ayudar a comprender el contenido de una
base de datos.

Herramientas utilizadas para la creacin del data mining

Redes neuronales artificiales: se trata de modelos predictivos no lineales que
aprenden a travs de la formacin y se asemejan, estructuralmente hablando, a
las redes neuronales biolgicas.

rboles de decisin: son conjuntos de decisiones, que generan reglas para la

clasificacin de un conjunto de datos, configurndose para ello en base a
estructuras en forma de rbol.

Reglas de induccin: en base a clculos estadsticos es posible generar reglas

tiles que siguen un patrn de si - entonces y pueden aplicarse a los datos a
analizar para extraer conclusiones y hacer pronsticos.

Algoritmos genticos: esta herramienta, bastante utilizada para obtener modelos

de data mining consiste en la aplicacin de tcnicas de optimizacin basadas en
los conceptos de la combinacin gentica, la mutacin y la seleccin natural.

Etapas principales de data mining:

* Determinacin de los objetivos: Trata de la delimitacin de los objetivos que el
cliente desea bajo la orientacin del especialista en data mining.

* Procesamiento de los datos: Se refiere a la seleccin, la limpieza, el

enriquecimiento, la reduccin y la transformacin de las bases de datos. Esta
etapa consume generalmente alrededor del setenta por ciento del tiempo total de
un proyecto de data mining.
4
Puerto Montt, 09 de Abril del 2016

* Determinacin del modelo: Se comienza realizando unos anlisis estadsticos

de los datos, y despus se lleva a cabo una visualizacin grfica de los mismos
para tener una primera aproximacin. Segn los objetivos planteados y la tarea
que debe llevarse a cabo, pueden utilizarse algoritmos desarrollados en diferentes
reas de la Inteligencia Artificial.

* Anlisis de los resultados: Verifica si los resultados obtenidos son coherentes

y los coteja con los obtenidos por los anlisis estadsticos y de visualizacin
grfica. El cliente determina si son novedosos y si le aportan un nuevo
conocimiento que le permita considerar sus decisiones.

Ejemplos donde se aplica el Data Mining:

5
Puerto Montt, 09 de Abril del 2016

Empecemos por un ejemplo muy sencillo, uno relacionado con

la administracin empresarial basada en la relacin con el cliente. En
lugar de contactar con el cliente de forma indiscriminada a travs de un centro
de llamadas o enviando e-mails, slo se contacta con aquellos que se perciba
que tienen una mayor probabilidad de responder positivamente a una
determinada oferta o promocin.
Otro ejemplo clsico de aplicacin de la minera de datos tiene que ver con
la deteccin de hbitos de compra en supermercados. Un
estudio detect que los viernes haba una cantidad inusualmente elevada de
clientes que adquiran a la vez paales y cerveza. Se detect que se deba a
que dicho da solan acudir al supermercado padres jvenes cuya perspectiva
para el fin de semana consista en quedarse en casa cuidando de su hijo y
viendo la televisin con una cerveza en la mano. El supermercado pudo
incrementar sus ventas de cerveza colocndolas prximas a los paales
para fomentar las ventas compulsivas.

6
Puerto Montt, 09 de Abril del 2016