PDF de programación - Minería 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 Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . .
1.2
¿Qué es Business Intelligence? . . . . . . . . . . . . . . . . . . .
1.3 Componentes de Business Intelligence . . . . . . . . . . . . . .

2 Introducción

.
2.1 Descubrimiento de Conocimiento en Bases de Datos (KDD)
2.2 Concepto del KDD . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1 Metas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3 Relación con otras disciplinas . . . . . . . . . . . . . . . . . . .
2.4 El proceso de KDD . . . . . . . . . . . . . . . . . . . . . . . . .

3 Mineria de 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 de Datos .
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

Selección de variables

4.1 Fases de un Proyecto de Minería de Datos . . . . . . . . . . . .
4.1.1 Filtrado de datos . . . . . . . . . . . . . . . . . . . . . .
4.1.2
. . . . . . . . . . . . . . . . . . .
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 . . . . . . . . . . . . . . . . . . . . .

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

iii

iv

ÍNDICE GENERAL

4.2.4 En Investigaciones Espaciales . . . . . . . . . . . . . . .
4.2.5 En los Clubes Deportivos . . . . . . . . . . . . . . . . .

5 Extensiones del Data Mining

5.1 Web mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2 Text mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6 Conclusión

Bibliografía

22
23

25
25
26

29

31

Índice de Figuras

1.1

Ilustración del B.I.

. . . . . . . . . . . . . . . . . . . . . . . . .

2.1 Jerarquía del Conocimiento. . . . . . . . . . . . . . . . . . . . .
2.2 Proceso de KDD . . . . . . . . . . . . . . . . . . . . . . . . . .

3

7
9

4.1 Fases del Proyecto de M.D.

. . . . . . . . . . . . . . . . . . . .

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 Intelligen-
ce (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 de-
cisiones, lo que se traduce en una 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 la implementación 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 de decisiones
requieren de un acceso rápido y fácil a información útil y valiosa de la empresa.
Una forma de solucionar este problema es por medio del uso de Business
Intelligence o Inteligencia de Negocios.

1

2

CAPÍTULO 1.

INTELIGENCIA DE NEGOCIOS

1.2 ¿Qué es Business Intelligence?

La Inteligencia de Negocios o Business Intelligence (BI) se puede definir como
el proceso de analizar los bienes o datos acumulados en la empresa y extraer
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.

BI apoya a los tomadores de decisiones con la información correcta, en el
momento y lugar correcto, lo que les permite tomar mejores decisiones de ne-
gocios. La información adecuada en el lugar y momento adecuado incrementa
efectividad de cualquier empresa.

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 Afirma Candice Goodwin .
Entiéndase como sinónimos de tecnología de BI los términos aplicaciones, so-
luciones o software de inteligencia de negocios.

Para comprender mejor el concepto se sita el siguiente ejemplo. Una fran-
quicia de hoteles a nivel nacional que utiliza aplicaciones de BI para llevar un
registro estadístico del porcentaje promedio de ocupación del hotel, así como
los días promedio de estancia de cada huésped, considerando las diferencias
entre temporadas. Con esta información ellos pueden:

• Calcular la rentabilidad de cada hotel en cada temporada del año.

• Determinar quién es su segmento de mercado.

• Calcular la participación de mercado de la franquicia y de cada hotel.

• Identificar oportunidades y amenazas.

Estas son sólo algunas de las formas en que una empresa u organización
se puede beneficiar por la implementación de software de BI, hay una gran
variedad de aplicaciones o software que brindan a la empresa la habilidad de
analizar de una forma rápida por qué pasan las cosas y enfocarse a patrones
y amenazas. En la figura 1.1 de la página 3 se ilustra lo antes mencionado.

1.3. COMPONENTES DE BUSINESS INTELLIGENCE

3

Figura 1.1: Ilustración del B.I.

1.3 Componentes de Business Intelligence

Todas las soluciones de BI tienen funciones parecidas, pero deben de reunir al
menos los siguientes componentes:

• Multidimensionalidad: la información multidimensional se puede encon-
trar en hojas de cálculo, bases de datos, etc. Una herramienta de BI
debe de ser capaz de reunir información dispersa en toda la empresa e
incluso en diferentes fuentes para así proporcionar a los departamentos
la accesibilidad, poder y flexibilidad que necesitan para analizar la in-
formación. Por ejemplo, un pronóstico de ventas de un nuevo producto
en varias regiones no está completo si no se toma en cuenta también el
comportamiento histórico de las ventas de cada región y la forma en que
la introducción de nuevos productos se ha desarrollado en cada región
en cuestión.

• Data Mining: Las empresas suelen generar grandes cantidades de infor-
mación sobre sus procesos productivos, desempeño operacional, merca-
dos 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 comporta-
mientos, no sólo para extraer información, sino también para descubrir
las relaciones en bases de datos que pueden identificar comportamientos

4

CAPÍTULO 1.

INTELIGENCIA DE NEGOCIOS

que no muy evidentes.

• Agentes: Los agentes son programas que piensan. Ellos pueden realizar
tareas a un nivel muy básico sin necesidad de intervención humana.
Por ejemplo, un agente pueden realizar tares un poco complejas, como
elaborar documentos, establecer diagramas de flujo, etc.

• Data Warehouse: Es la respuesta de la tecnología de información a la
descentralización en la toma de decisiones. Coloca información de todas
las áreas funcionales de la organización en manos de quien toma las
decisiones. También proporciona herramientas para búsqueda y análisis.

Capítulo 2

Introducción

2.1 Descubrimiento de Conocimiento en Bases de

Datos (KDD)

En los últimos años, ha existido un gran crecimiento en nuestras capacidades de
generar y colectar datos, debido básicamente al gran poder de procesamiento
de las máquinas como a su bajo costo de almacenamiento.

Sin embargo, dentro de estas enormes masas de datos 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 (Data Mining), que entre otras sofisticadas técnicas aplica la inteligencia
artificial para encontrar patrones y relaciones dentro de los datos permitiendo
la creación de modelos, es decir, representaciones abstractas de la realidad,
pero es el descubrimiento del conocimiento (KDD, por sus siglas en inglés) que
se encarga de la preparación de los datos y la interpretación de los resultados
obtenidos, los cuales dan un significado a estos patrones encontrados.

Así el valor real de los datos reside en la información que se puede ex-
traer de ellos, información que ayude a tomar decisiones o mejorar nuestra
comprensión de los fenómenos que nos rodean. Hoy, más que nunca, los méto-
dos analíticos avanzados son el arma secreta de muchos negocios exitosos.
Empleando métodos analíticos avanzados para la explotación de datos, los ne-
gocios incrementan sus ganancias, maximizan la eficiencia operativa, reducen

5

6

CAPÍTULO 2.

INTRODUCCIÓN

costos y mejoran la satisfacción del cliente

2.2 Concepto del KDD

De forma general, los datos son la materia prima bruta. En el momento que el
usuario les atribu