Modelos emergentes de bases de datos

Universidad Nacional del Nordeste Facultad de Ciencias Exactas, Naturales y Agrimensura Trabajo de Adscripción

Minería de Datos

Adscripta: Sofia J. Vallejos - L.U.: 37.032 Materia: Diseño y Administración de Datos Director: Mgter. David Luis la Red Martínez Licenciatura en Sistemas de Información Corrientes - Argentina 2006

ii

Índice General
1 Inteligencia de Negocios 1.1 BusinessIntelligence . . . . . . . . . . . . . . . . . . . . . . . . 1.2 ¿Qué es Business Intelligence? . . . . . . . . . . . . . . . . . . . 1.3 Componentes de Business Intelligence . . . . . . . . . . . . . . 2 Introducción 2.1 Descubrimiento de Conocimiento 2.2 Concepto del KDD . . . . . . . . 2.2.1 Metas . . . . . . . . . . . 2.3 Relación con otras disciplinas . . 2.4 El proceso de KDD . . . . . . . .en Bases de . . . . . . . . . . . . . . . . . . . . . . . . . . . . Datos (KDD) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . de Datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1 2 3 5 5 6 7 8 8 11 11 12 13 15 16 17 17 17 18 18 19 19 19 20 21

3 Mineriade Datos - Data Mining 3.1 Conceptos e Historia . . . . . . . . . . . . . . . . . 3.1.1 Los Fundamentos del Data Mining . . . . . 3.2 Principales características y objetivos de la Minería 3.3 El Alcance de Data Mining . . . . . . . . . . . . . 3.4 Una arquitectura para Data Mining . . . . . . . .

4 Fases de un Proyecto de MD y Aplicaciones de Uso 4.1 Fases de un Proyecto de Minería de Datos . .. . . . . 4.1.1 Filtrado de datos . . . . . . . . . . . . . . . . . 4.1.2 Selección de variables . . . . . . . . . . . . . . 4.1.3 Algoritmos de Extracción de Conocimiento . . 4.1.4 Interpretación y evaluación . . . . . . . . . . . 4.2 Aplicaciones de Uso . . . . . . . . . . . . . . . . . . . 4.2.1 En el Gobierno: . . . . . . . . . . . . . . . . . . 4.2.2 En la Empresa . . . . . . . . . . . . . .. . . . 4.2.3 En la Universidad . . . . . . . . . . . . . . . . iii

iv

ÍNDICE GENERAL

4.2.4 4.2.5

En Investigaciones Espaciales . . . . . . . . . . . . . . . En los Clubes Deportivos . . . . . . . . . . . . . . . . .

22 23

5 Extensiones del Data Mining 25 5.1 Web mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 5.2 Text mining . . . . . . . . . . . . . . . .. . . . . . . . . . . . . 26 6 Conclusión 29

Bibliografía

31

Índice de Figuras
1.1 2.1 2.2 4.1 Ilustración del B.I. . . . . . . . . . . . . . . . . . . . . . . . . . Jerarquía del Conocimiento. . . . . . . . . . . . . . . . . . . . . Proceso de KDD . . . . . . . . . . . . . . . . . . . . . . . . . . Fases del Proyecto de M.D. . . . . . . . . . . . . . . . . . . . . 3 7 9 18

vCapítulo 1

Inteligencia de Negocios
1.1 Business Intelligence

Algo peor que no tener información disponible es tener mucha información y no saber qué hacer con ella. La Inteligencia de Negocios o Business Intelligence (BI) es la solución a ese problema, pues por medio de dicha información puede generar escenarios, pronósticos y reportes que apoyen a la toma de decisiones, lo que se traduce enuna ventaja competitiva. La clave para BI es la información y uno de sus mayores beneficios es la posibilidad de utilizarla en la toma de decisiones. En la actualidad hay una gran variedad de software de BI con aplicaciones similares que pueden ser utilizados en las diferentes áreas de la empresa, tales como, ventas, marketing, finanzas, etc. Son muchas las empresas que se han beneficiado por laimplementación de una sistema de BI, además se pronostica que con el tiempo se convertirá en una necesidad de toda empresa. En este nuevo mundo, la información reina afirma Geoffrey A. Moore, Director de Chasm Group. Vivimos en una época en que la información es la clave para obtener una ventaja competitiva en el mundo de los negocios. Para mantenerse competitiva una empresa, los gerentes y tomadores...