Gestion de las Tics

UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE INGENIERIA CIENCIAS FISICAS Y MATEMATICAS
APLICACIONES DE MINERIA DE DATOS


PREDICCIÓN DEL PRECIO DE AUTOMÓVILES DE SEGUNDA MANO

El objetivo consiste en que ante una marca y un modelo de coche dados o elegidos por el usuario de la aplicación, seamos capaces de predecir qué precio tendría ese vehículo en el mercado. Es evidente, que cuanto másespecífico seamos, la predicción será mejor.

Después de haber obtenido todos los datos referentes a los vehículos de la propia página web, la aplicación será capaz de exportar estos datos a un fichero legible y tratable por la aplicación encargada de modelar y exprimir toda esta información en bruto y construir un modelo de predicción.

No obstante, necesitamos una fuente de la cual obtenerla información y llenar nuestra base de datos, así como decidir con que información la vamos a nutrir. Optamos por utilizar una de las muchísimas páginas web de artículos de segunda mano para extraer toda esta información y crear nuestro entorno de trabajo. De este modo, los datos serían actuales siempre y corresponderían a la realidad más próxima, esto no puede ser siempre muy importante, perodado que elegimos como caso de estudio la predicción del precio de vehículos de segunda mano, de nada sirven los datos si no son lo más actuales posible y corresponden con la actualidad socio-económica actual.

Para la realización de la aplicación, se analizará la estructura de la información de la fuente.
Como se estructuran los datos en la propia web, que información podemos extraer, que datosson útiles y cuáles no lo son, por lo que tendremos que sumergirnos un poco en el código fuente de la propia página.

Se utilizará para este propósito una herramienta bajo licencia GPL denominada WEKA. Weka es una suite consistente en un conjunto de librerías diseñadas en JAVA por la universidad de Waikato (Nueva Zelanda) con diferentes métodos y técnicas de Minería de Datos.

Weka ocupará latercera parte del proyecto. Dado que es una herramienta muy completa y muy potente, analizaremos su utilización más básica y en vistas a la comprensión y elaboración del modelado de nuestro caso de estudio. Sin embargo, tampoco dejaremos de lado todos aquellos conceptos y utilidades importantes de la aplicación aunque no se utilicen en el desarrollo y resolución del caso de estudio.
Con los datosexportados de la aplicación en Access, en Weka tendremos que tratarlos y analizarlos en profundidad para que nuestro modelado del caso de estudio sea lo más preciso posible. Cuando hablamos de modelo, nos referiremos a aquella técnica de minería de datos que nos ayude a, en este caso, predecir el precio del vehículo.
En Weka, deberemos decidir que datos son relevantes y cuales no, que atributosinfluyen realmente en el precio final del vehículo y cuales simplemente resultan un estorbo para el cálculo. Para cumplir con este propósito, después de haber filtrado bien los datos fuente, procederemos a aplicar diferentes métodos y técnicas que Weka nos proporciona.
En sus librerías, Weka tiene implementados los procesos más comunes y útiles de minería de datos. Desde un simple árbol dedecisión, hasta métodos más complejos de asociación y agrupamiento, redes neuronales, aprendizaje Bayesiano o regresión.

Tras el análisis de los resultados obtenidos al aplicar varias técnicas, decidiremos cuál es el método más indicado y preciso para resolver nuestro caso de estudio. Al aplicar este método, Weka nos construirá un modelo para la resolución del problema propuesto. Este modelo puedeser un árbol de decisión en el que descendiendo por sus ramas podemos llegar a predecir el precio del coche, o incluso una fórmula matemática que podamos aplicar a unos datos dados por el usuario y nos dé como resultado el precio estimado del vehículo. La cuarta parte del proyecto, para finalizar, consistirá en implementar este modelo creado en Weka. Aprovechando el aplicativo creado en Access,...