Datamining

Minería de Datos
EJEMPLO
Organización: Cadena de Supermercados. Actividad objeto de análisis: Ventas de Productos. Información registrada sobre una venta: del producto “Pen Jing” se han vendido en el almacén “Almacén nro.1” el día 17/7/2007, 5 unidades por un valor de $72.100” Para hacer el análisis no interesa la venta individual realizada a un cliente sino las ventas diarias de productos enlos distintos almacenes de la cadena.

1

Minería de Datos
Marca Descripción Categoría Departamento Nro_producto Tipo Día Año Mes Trimestre Semana

Valor unidades
Almacén Ciudad Tipo Región

2

Minería de Datos
Dimensiones (puntos de vista) desde los que se puede analizar la actividad.
Marca Descripción Categoría Departamento Nro_producto Tipo Día Año Mes Trimestre Semana

Valorunidades
Almacén

Actividad que es objeto de análisis con los indicadores que interesa analizar

Ciudad

Tipo

Región

3

Minería de Datos
Modelo multidimensional:
 En un esquema multidimensional se representa una actividad que es objeto de análisis (hecho) y las dimensiones que caracterizan la actividad (dimensiones).  La información relevante sobre el hecho (actividad) serepresenta por un conjunto de indicadores (medidas o atributos de hecho).  La información descriptiva de cada dimensión se representa por un conjunto de atributos (atributos de dimensión).
4

Minería de Datos
Marca Descripción Categoría

hecho
Semana

Departamento Nro_producto
Tipo Día

Mes Año Trimestr e

Valor unidades

medidas

Almacén Ciudad Tipo

dimensión

atributosRegión

5

Minería de Datos
Entre los atributos de una dimensión se definen jerarquías
Producto nro. producto categoría departamento

Almacén ciudad almacén tipo región

Tiempo día mes trimestre año

semana
6

Minería de Datos
Este esquema multidimensional recibe varios nombres:

• estrella: si la jerarquía de dimensiones es lineal
tiempo

proyecto

PERSONAL
equipo

•estrella jerárquica o copo de nieve: si la jerarquía no es lineal.
tiempo producto lugar

VENTAS

7

Minería de Datos
• Se pueden obtener hechos a diferentes niveles de agregación:

• obtención de medidas sobre los hechos parametrizadas por atributos de las dimensiones y restringidas por condiciones impuestas sobre las dimensiones
“El primer trimestre de 2007 la empresa vendió en Valenciapor un Valor de $15.400.000 del producto Pen Jing.”

HECHO:

Ventas en millones de Pesos

LUGAR: Alicante ciudad ZaragozaMurcia
Madrid Barcelona Valencia

Jerarquía de dimensiones: PRODUCTO
Categoría  Gama \ Prov. /

LUGAR
País  Ciudad  Supermercado

TIEMPO
Año / / \ Día | Hora \ \ / Trimestre \ Mes Semana

PRODUCTO: artículo

Zumo Piña 1l. 17 Cola 33cl. 57 Jabón Salitre 93Pen jing 15,4

Cerveza Kiel 20 cl 5 Leche Entera Cabra 1l 12

1 2 3 4 1 2 2008 2007

Artículo

TIEMPO: trimestre

 Un nivel de agregación para un conjunto de dimensiones se denomina cubo.

8

Minería de Datos
 ¿Se puede recopilar toda la información necesaria en un único esquema estrella o copo de nieve?  NO : necesidad de varios esquemas.  Cada uno de estos esquemas se denominaDatamart.

tiempo

product o

proveedor

producto

VENTAS
lugar tiempo

lugar

PRODUCCIÓN

tiempo

equipo

PERSONAL

proyect o
producto

lugar tiempo

Almacén formado por 4 Datamarts.

CAMPAÑA

9

Arquitectura de un Almacén de Datos
 El almacén de datos puede estar formado por varios datamarts y, opcionalmente, por tablas adicionales.

Data martSubconjunto de un almacén de datos, generalmente en forma de estrella o copo de nieve.

 Se definen para satisfacer las necesidades de un departamento o sección de la organización.
 Contiene menos información de detalle y más información agregada.

10

Herramientas OLAP
 Las herramientas de OLAP presentan al usuario una visión multidimensional de los datos (esquema multidimensional) para cada...