Minería de datos - Visión global



Monografía
Minería de datos

Autores:
Cátedra: Ingeniería de Software III
Año: 2011

MInería de datos (Data Mining)
Introducción:
Al proceso de Minería de datos (DM, Data Mining) se lo puede definir como la búsqueda de patrones dentro de grandes bases de datos utilizando para ello métodos estadísticos y de aprendizaje basado en computadora.
Aunque desde un punto de vistaacadémico el término DM es una etapa dentro de un proceso mayor llamado extracción de conocimiento en bases de datos, ambos términos se usan de manera indistinta. Lo que en verdad hace el DM es reunir las ventajas de varias áreas como la Estadística, la Inteligencia Artificial, la Computación Gráfica, las Bases de Datos y el Procesamiento Masivo, principalmente usando como materia prima las bases de datos.Orígenes:
Ya en los años sesenta se manejaban términos como data fishing, data mining o data archaeology con la idea de encontrar correlaciones sin una hipótesis previa en bases de datos con ruido. Luego, a principios de los ochenta, Rakesh Agrawal, Gio Wiederhold, Robert Blum entre otros, empezaron a consolidar los términos de data mining y KDD. A finales de los años ochenta sólo existían unpar de empresas dedicadas a esta tecnología; en 2002 existen más de 100 empresas en el mundo que ofrecen alrededor de 300 soluciones. Las listas de discusión sobre este tema las forman investigadores de más de ochenta países. Esta tecnología ha sido un buen punto de encuentro entre personas pertenecientes al ámbito académico y al de los negocios.
La evolución de sus herramientas en el transcursodel tiempo puede dividirse en cuatro etapas principales:
Colección de Datos (1960).
Acceso de Datos (1980).
 Almacén de Datos y Apoyo a las Decisiones (principios de la década de 1990).
 Minería de Datos Inteligente.(finales de los '90).

Business Intelligence (Inteligencia de negocios):
La Business Intelligence (BI) es el proceso de analizar los bienes o datos acumulados en la empresa yextraer una cierta inteligencia o conocimiento de ellos. Dentro de la categoría de bienes se incluyen las bases de datos de clientes, información de la cadena de suministro, ventas personales y cualquier actividad de marketing o fuente de información relevante para la empresa.
La BI apoya a los tomadores de decisiones con la información correcta, en el momento y lugar correcto, lo que les permitetomar mejores decisiones de negocios. La información adecuada en el lugar y momento adecuado incrementa efectividad de cualquier empresa.
Candice Goodwin afirmó una vez que "la tecnología de BI no es nueva, ha estado presente de varias formas por lo menos en los últimos 20 años, comenzando por generadores de reportes y sistemas de información ejecutiva en los 80’s"
Se plantea la BI comooriginaria del DM porque las empresas suelen generar grandes cantidades de información sobre sus procesos productivos, desempeño operacional, mercados
y clientes. Pero el éxito de los negocios depende por lo general de la habilidad para ver nuevas tendencias o cambios en las tendencias. Las aplicaciones de data mining pueden identificar tendencias y comportamientos, no sólo para extraer información,sino también para descubrir las relaciones en bases de datos que pueden identificar comportamientos que no son evidentes.

KDD (Descubrimiento de conocimiento en bases de datos)
La capacidad de generar y recolectar datos está en constante aumento, debido básicamente al gran poder de procesamiento de las máquinas y a su bajo costo de almacenamiento.
Sin embargo, dentro de estas enormes masas dedatos existe una gran cantidad de información oculta, de gran importancia estratégica, a la que no se puede acceder por las técnicas clásicas de recuperación de la información.
El descubrimiento de esta información oculta es posible gracias a la Minería de Datos (DataMining), que, entre otras sofisticadas técnicas, aplica la inteligencia artificial para encontrar patrones y relaciones dentro de...