Minería de Datos: Conceptos y Aplicaciones

Miner´ıa de datos: concepto y aplicaciones
Marvin Coto-Jiménez *

*Universidad Autónoma Metropolitana/Universidad de Costa Rica. marvin.coto@ucr.ac.cr

Miner´ıa de datos: concepto y aplicaciones. Marvin Coto-Jim´enez.

Recibido: 21 de enero de 2013.
Aceptado: 15 de abril de 2013.
Resumen
Se presenta la miner´ıa de datos como un conjunto de
t´ecnicas para obtener informaci´on u
´til yno evidente
en datos de diversos tipos. Primero se revisa el concepto y su evoluci´
on, para repasar varias de las aplicaciones actuales y describir su potencial. Especialmente en Internet. La conclusi´on principal es la importancia de su desarrollo y la formaci´on de profesionales en esta ´
area.
Palabras clave: miner´ıa de datos, bases de datos,
inteligencia artificial.
1. Introducci´
onEn el a˜
no 1889, Herman Hollerit patent´
o en los Estados Unidos de Am´erica una m´aquina tabuladora
autom´atica, que le´ıa tarjetas perforadas. Los patrones registrados en las tarjetas disingu´ıan los diferentes aspectos en los registros de personas. El objetivo del invento fue procesar la informaci´on del censo de 1890 en ese pa´ıs, gracias a lo cual fue posible realizar esta tarea en una˜
no en lugar de casi
una d´ecada que se requer´ıa en el procesamiento manual. Esta referencia la podemos considerar como el
primer desarrollo de una herramienta maquinal para procesar gran cantidad de datos, lo cual constituye uno de los principios fundamentales de la miner´ıa de datos.
Como concepto, la miner´ıa de datos se utiliza de la
manera que se entiende en la actualidad hastaprincipios de 1990. Pretende una analog´ıa con el proceso de
extraer materiales valiosos en una mina: En ´esta hay
gran cantidad de materiales (datos), que se procesan
de forma extensa para obtener esas menores cantidades de material precioso buscado y que no era visible
en el conjunto original (informaci´
on u
´til). En el caso de la m´aquina de Hollerit, la miner´ıa, en su estado
primitivo,consisti´
o en llegar a conclusiones num´ericas b´asicas, con la ventaja del tiempo que fue posible
obtenerlas. La tabla 1 resume la evoluci´on de las tecnolog´ıas utilizadas y las caracter´ısticas del concepto desde 1960. La caracter´ıstica actual de ser prospectiva se refiere a su utilizaci´
on para prever resultados futuros, lo cual es de sumo inter´es para la toma de decisiones en mercados din´amicos y de alta competencia, como los que se desarrollan en Internet. Como se describir´
a en la secci´on 3, los desarrolladores y empresas que funcionan en la red Internet tienen gran inter´es en los resultados que estas t´ecnicas pueden ofrecer.

61

El proceso de miner´ıa de datos es visto como una
evoluci´on natural de la tecnolog´ıa de la informaci´on,
en el que la informaci´on seextrae de bases y almacenes de datos. La funcionalidad de los resultados buscados con ´esta se pueden clasificar en dos grandes
categor´ıas [1]:
1. Funcionalidades descriptivas: Enfocadas en buscar patrones en los datos que puedan ser interpretables por el ser humano. Por ejemplo, caracterizaciones (generalidades de los datos), an´alisis de asociaciones (reglas presentes en el conjunto) o deagrupamientos (subconjuntos semejantes de datos) no evidentes.
2. Funcionalidades predictivas: Enfocadas en buscar
predicciones basadas en inferencias, generalmente sobre modelos abstractos. Por ejemplo, clasificaci´on y regresi´on (modelos que describan y distingan subconjuntos de datos).
En la secci´on 3 se detallan varios ejemplos concretos
de cada uno de estos tipos.
Una distinci´
on queplantea el obtener datos adicionales, a manera de informaci´on u
´til, de tener solamente los datos, es el valor que ´estos tienen. Contar con gran cantidad de datos, por ejemplo un banco sobre sus clientes, no garantiza que sea de utilidad para alcanzar o mejorar los objetivos de la entidad, a menos que se pueda extraer de esa informaci´on algo u
´til sobre lo que se pueda tomar decisiones y...