Datamining y Datawerhouse

Data Warehouse and Data Mining
Jos A. Royo http://www.cps.unizar.es/~jaroyo email: joalroyo@unizar.es Departamento de Informtica e Ingeniera de Sistemas
Por qu DW y DM?
Mayor poder de procesamiento y sofisticacin de herramientas Demanda de mejora del acceso a datos Necesidad de informacin para la toma de decisiones Recopilacin de informacin Alto Coste
Sistemas de Informacin-2003
Jos Alberto Royo
Informacin en las empresas

La Informacin proviene de fuentes internas (sistemas de produccin) y externas (hasta un 20%) Problemas
Saturacin de informacin Difcil de acceder No selectiva
Data Warehouse
La informacin se necesita para:

Competir (comparacin con otros productos) Personalizar (simular que cada cliente es nico)
Sistemas de Informacin-2003 Jos Alberto Royo 3 Sistemas de Informacin-2003 Jos Alberto Royo 4
Data Warehouse
Definicin: coleccin de datos orientados al tema, integrados, no voltiles e historiados, organizados para el apoyo de un proceso de ayuda a la decisin Se guarda toda la informacin til (proveniente de varia fuentes) en un nico lugar
Sistemas de Informacin-2003 Jos Alberto Royo 5
Data Warehouse
Orientacin al tema
Disponer de toda la informacin sobre un tema
No organizar los datos segn los procesos funcionales
La informacin comn a varios temas no debe duplicarse Los Data Mart apoyan la orientacin al tema
BD orientada al tema puesta a disposicin de los usuarios en un contexto de decisin descentralizado
Data Warehouse
Datos integrados:
Los datos deben formatearse y unificarse para llegar a un estado coherente
Ej.: consolidar todas las informaciones respecto a un cliente
Data Warehouse
Datos no voltiles:
Consecuencia de la historilizacin = consulta en = periodo = resultado Sistemas de produccin no voltiles
Datos historiados
Los datos no se actualizan nunca
representan un valor en un momento concreto
Infocentro:
similar al Data Warehouse pero centrado en el sistema de produccin
Los datos se referencian temporalmente

Data Warehouse: Estructura

Varia clases de datos
Datos fuertemente agregados Nivel de sntesis
TR2
Datos
Matrices Multidimensionales o hipercubos
Ej.: periodo impositivo, producto y regin Pivotacin: cambio de orientacin de los ejes
REG5 REG1 REG2 REG3 REG4 REG5 TR2
Nivel de historial
Producto Tr im est re
Datos detallados historiados
Regin
P2
P1
Datos: Representaciones Jerrquicas

Exploracin ascendente (roll-up)
Agrupacin de datos Ej.: Agrupar datos mensuales en trimestrales
Datos: Representacin fsica

2 Tablas
Tabla de dimensiones Tabla de hechos
Exploracin Descendente (drill-down)

Divisin de datos Ej.: Ventas nacionales provinciales
Tipos de esquema
Esquema de estrella:
Tabla de hechos con una nica tabla para cada dimensin
Esquema de copos
Tablas dimensinales organizadas jerrquicamente
P2
Jos Alberto Royo
Jos Alberto Royo
TR1
REG1
Estructura multidimensional
REG2 REG3
Metadatos
Datos agregados Datos detallados

TR1 P1
REG4
10
Construccin de un Data Warehouse

Adquisicin: Recopilar informacin de varias fuentes y unificarla
Extraccin Preparacin (formateo y limpieza) Carga
DW: Caractersticas
Salvado de datos limpios OLAP
DATOS
Limpieza Bases de Datos
Reformateo
DSS
METADATOS
Almacenamiento: basado en un SGBD

El historial influir en la estructura fsica
Otras entradas de datos Actualizaciones/Nuevos Datos
MINERIA DE DATOS
Acceso: distintos grupos de usuarios requerirn distintas consultas

Sistemas de Informacin-2003 Jos Alberto Royo 13 Sistemas de Informacin-2003
Jos Alberto Royo
14
OLTP y OLAP
OLTP (On-Line Transactionnel Processing): entorno donde las respuestas se darn en un tiempo aceptable y sern consistentes
Transacciones predeterminadas Utiliza pocas tablas
DSS: Decision Support Systems

EIS (Executive Information Systems o sistemas de informacin ejecutiva) Ayuda para la toma de decisiones Dan datos de nivel superior DW preparado para OLAP y DSS
OLAP (On-Line Analytical Processing): entorno de ayuda a la decisin (anlisis de datos)

Transacciones muy variadas Manejan volmenes grandes de datos (+tiempo) Se relacionan datos aparentemente sin relacin
Jos Alberto Royo
16
Factores de xito del DW

Integra datos de produccin con datos externos y gestiona historiales Contiene la informacin til Los datos son coherentes, actualizados y documentados (calidad) Ofrece acceso directo a los usuarios Aumenta el nmero de accesos Da una flexibilidad que apoya el crecimiento
De usuarios, herramientas y volumen
Diferencias entre DW y vistas

DW son un almacenamiento permanente
Vistas Construidas cuando es necesario
DW son multidimensionales
Vistas suelen ser relacionales
DW son indexados para optimizar su rendimiento

Vistas son indexadas dependiendo de la BD subyacente
DW dan unas funcionalidades especificas

Las vistas no
DW poseen grandes cantidades de datos integrados y temporales

Vistas son extractos de la BD
Errores a evitar
Cargar datos solamente porque estn disponibles (podran ser no tiles) Crear el esquema de la BD de forma tradicional Crearlo pensando en la tecnologa usada Concentrarse en los datos internos Creer que los problemas acaban una vez instalado el Data Warehouse
Implementacin: Dificultades
Alto coste Urgente ayuda para la toma de decisiones
Data Mart
Gran coste de mantenimiento

Cambio de necesidades Nuevas fuentes de datos Cambio de la capacidad Cambio de tecnologa
Control de calidad de los datos Heterogeneidad e Integracin de datos

Bibliografa
J.M. Franco. EDS-Institut Promthus, El Data Warehouse. El Data Mining, Eyrolles,1997.
Data Mining
Jos Alberto Royo
21
Jos Alberto Royo
22
Data Mining
Bsqueda de informacin relevante (conocimiento) en grandes volmenes de datos Descubrir de forma automtica las reglas estadsticas y pautas de un conjunto de datos Diferencia con machine learning? Grandes volmenes de datos grabados en disco Objetivo obtener un conjunto de reglas
Data Mining: Visin General

Data Mining y Data Warehouse
Bsqueda automtica de relaciones Extraccin de patrones
Descubrimiento de conocimiento (Fases)

23
Seleccin de datos Limpieza de datos Transformacin/Codificacin de datos Minera de Datos Presentacin visualizacin
Jos Alberto Royo 24
Jos Alberto Royo
Resultados del Data Mining

Descubrir
Reglas de asociacin Patrones secuenciales rboles de clasificacin
Objetivos del Data Mining

Prediccin
Ej.: que compraran los clientes bajo determinados descuentos
Identificacin
Ej.: secuencia de nucletidos presencia gen
Presentacin de Resultados
Listas Representaciones Grficas Tablas resumen
Clasificacin
Ej.: clientes que buscan descuentos, fieles y ocasionales
Optimizacin
utilizacin de recursos limitados: tiempo, espacio, dinero, etc.
Conocimiento Descubierto
Reglas de asociacin
Ej.: Compra bolso Compra zapatos
Tipos de reglas
X antecedente consecuente
X: lista de una o varias variables con rangos asociados Ej.: transaccin T, compra(T,pan) compra(T,leche)
Jerarquas de clasificacin
Ej.: Clasificacin de los clientes de un banco
Patrones secuenciales
Ej.: Cmara digital Memorias MMC
Patrones de series de tiempo

Ej.: Aumento de ventas de automviles antes del verano
Categorizacin y segmentacin
Ej.: nios, jvenes, adultos y jubilados
Rango de las variables poblacin Soporte: porcentaje de la poblacin que cumple el antecedente o el consecuente Confianza: porcentaje con que el consecuente es cierto al serlo el antecedente
Data Mining Automtico

Descubrimiento automtico de reglas Tcnicas de machine learning , adaptadas para grandes volmenes de datos Tres tipos de problemas:
Clasificacin: reglas que dividan en grupos Asociaciones: X Y Correlaciones entre series
Clasificacin
Comienza con una muestra de datos de clasificacin conocida Los datos se dividen segn uno de sus atributos, sucesivamente
Atributos enumerados un conjunto por valor Atributos con rango numrico intervalos
Resultado: rbol de clasificacin (taxonoma) Hasta usar todos los atributos o clasificar correctamente los datos
Asociaciones
Se genera un mapa de bits para cada transaccin (un bit para cada artculo a estudiar) Nos quedamos con los artculos ms adquiridos Se generan todos los subconjuntos posibles de artculos y se cuenta el nmero de transacciones Los subconjuntos con un numero alto de transacciones generan las reglas
Asociaciones negativas
Ej.: el 60% de los clientes que compran patatas fritas no compran agua mineral Si no combinacin de elementos asociacin negativa
Tenemos muchsimas reglas sin ningn inters
Utilizar conocimiento previo del problema Optimizaciones

Muestreo
Jos Alberto Royo
31
Jos Alberto Royo
32
Data Mining Guiado por el Usuario

El usuario plantea hiptesis El sistema comprueba si se verifica o no Las hiptesis se pueden ir refinando La visualizacin grfica de datos ayuda al usuario a examinar grandes volmenes de datos
Otras Tcnicas
Regresin
Estadstica Establecimiento de probabilidades
Redes neuronales
Entrenar la red Reconocer los patrones segn el entrenamiento
Algoritmos genticos

33
Algoritmos probabilistas Poblacin inicial Sobreviven los mejores Obtenemos datos en cada iteracin
Jos Alberto Royo 34
Jos Alberto Royo
Aplicaciones
Marketing
Comportamiento del consumidor basado en patrones de compra
Bibliografa
J.M. Franco. EDS-Institut Promthus, El Data Warehouse. El Data Mining, Eyrolles,1997. R.A. Elmasri, S.B. Navathe, Fundamentos de Sistemas de Bases de Datos, 3 ed., Addison-Wesley,2000.
Finanzas
Anlisis de rendimiento de operaciones Solvencia de clientes Valoracin de opciones de financiacin
Fabricacin
Optimizacin de recursos: maquinaria, mano de obra, materiales Optimizacin del proceso de fabricacin
Jos Alberto Royo
36
Sist. de Inf. Geogrfica (GIS) Sistemas de Informacin Geogrfica

Jos Alberto Royo joalroyo@unizar.es Departamento de Informtica e Ingeniera de Sistemas Sistemas que relacionan, almacenan, manipulan y visualizan informacin referenciada geogrficamente Sistemas de informacin que manejan datos espaciales
Algunos datos son referencias espaciales o coordenadas geogrficas Poseen operadores para manejar dichos datos espaciales
GIS: Categoras
1. Aplicaciones Cartogrficas
Variedad de datos: caractersticas del suelo, densidad de cultivo,calidad del aire Representacin basada en campos Superposicin de capas
Informacin espacial
Multidimensional (x,y,z,t,...) Voluminosidad Naturaleza inexacta (no hay representaciones exactas de la Tierra) Las preguntas combinan topologa, geografa y otros atributos, con informacin aproximada Combinan distintos contextos legales y econmicos (varan de un pas a otro)
39 Sistemas de Informacin-2003 Jos Alberto Royo 40
2. Aplicaciones para el modelado digital de terrenos

Variedad de datos Representacin basada en campos Objetos fsicos: centrales elctricas, hospitales, etc. Representacin basada en objetos
Jos Alberto Royo
3. Aplicaciones de Objetos geogrficos

Mapas
Estructuracin
Vectores (+verstil, -fcil de crear)
Creados con paneles digitalizadores
GIS: Operaciones sobre los Datos

Interpolacin
Obtencin de datos de elevacin no obtenidos en la muestra
Interpretacin
Cierre de polgonos Definicin, reduccin y mejora de detalles
Rasters (-verstil, +fcil de crear)

Cada celda almacena el tipo de terreno Creados mediante scanning
Anlisis de proximidad
Clculo de zonas de inters
Se puede pasar de un formato a otro (con un cierto error)

Reconocimiento de formas en un raster vectores Pixelizacin de vectores raster
Procesamiento de imgenes en una matriz de puntos

Integrar caractersticas geogrficas en distintas capas Anlisis digital de imgenes
Otras funcionalidades
Extensibilidad
Continua evolucin de los sistemas GIS dnde estoy? Problema debido a la variedad de tipos de datos
Preguntas a los GIS

Qu hay en cierta posicin? Dnde hay cierto elemento? Muestra zonas que cuyos atributos cumplen ciertas condiciones Generacin de nuevos grficos
mapas de elevacin, densidad de poblacin, etc.
Control de calidad de los datos
Visualizacin
1. Contorneado
Isolneas Mtodo de iluminacin empleado para representar relieves Imgenes tridimensionales
Jos Alberto Royo 43
2. Sombreado de montaas 3. Visualizaciones de perspectivas

Jos Alberto Royo
44
Utilidad de los GIS

Generacin de mapas Seleccin de lugares Creacin de planes de emergencia
Ante terremotos u otras catstrofes
GIS: Trabajo Futuro

Nuevas arquitecturas:
Distribucin de datos Separacin de datos espaciales y no espaciales
Versionado
Ej.: Qu pasa si construimos una autopista?
Simulacin de transformaciones medioambientales

Cambio en paisajes ante tneles, obras, urbanizaciones, etc.
Estndares de Datos
Compartir de datos
Aplicaciones especficas
Tipos de datos distintos
Ausencia de semntica en las estructuras de datos

Vas de sentido nico
Bibliografa
Keith C. Clarke, Getting Started with GIS, Prentice-Hall, 1997, ISBN 0-13-294786-2. http://www.usgs.gov/research/gis/title.html
Jos Alberto Royo
47
Data Warehouse and Data Mining

Jos A. Royo http://www.cps.unizar.es/~jaroyo email: joalroyo@unizar.es Departamento de Informtica e Ingeniera de Sistemas
Por qu DW y DM?
Mayor poder de procesamiento y sofisticacin de herramientas Demanda de mejora del acceso a datos Necesidad de informacin para la toma de decisiones Recopilacin de informacin Alto Coste
Jos Alberto Royo
Informacin en las empresas

La Informacin proviene de fuentes internas (sistemas de produccin) y externas (hasta un 20%) Problemas
Saturacin de informacin Difcil de acceder No selectiva
Data Warehouse
La informacin se necesita para:

Competir (comparacin con otros productos) Personalizar (simular que cada cliente es nico)
Data Warehouse
Definicin: coleccin de datos orientados al tema, integrados, no voltiles e historiados, organizados para el apoyo de un proceso de ayuda a la decisin Se guarda toda la informacin til (proveniente de varia fuentes) en un nico lugar
Data Warehouse
Orientacin al tema
Disponer de toda la informacin sobre un tema
No organizar los datos segn los procesos funcionales
La informacin comn a varios temas no debe duplicarse Los Data Mart apoyan la orientacin al tema
BD orientada al tema puesta a disposicin de los usuarios en un contexto de decisin descentralizado
Data Warehouse
Datos integrados:
Los datos deben formatearse y unificarse para llegar a un estado coherente
Ej.: consolidar todas las informaciones respecto a un cliente
Data Warehouse
Datos no voltiles:
Consecuencia de la historilizacin = consulta en = periodo = resultado Sistemas de produccin no voltiles
Datos historiados
Los datos no se actualizan nunca
representan un valor en un momento concreto
Infocentro:
similar al Data Warehouse pero centrado en el sistema de produccin
Los datos se referencian temporalmente

Data Warehouse: Estructura

Varia clases de datos
Datos fuertemente agregados Nivel de sntesis
TR2
Datos
Matrices Multidimensionales o hipercubos
Ej.: periodo impositivo, producto y regin Pivotacin: cambio de orientacin de los ejes
REG5 REG1 REG2 REG3 REG4 REG5 TR2
Nivel de historial
Producto Tr im est re
Datos detallados historiados
Regin
P2
P1
Datos: Representaciones Jerrquicas

Exploracin ascendente (roll-up)
Agrupacin de datos Ej.: Agrupar datos mensuales en trimestrales
Datos: Representacin fsica

2 Tablas
Tabla de dimensiones Tabla de hechos
Exploracin Descendente (drill-down)

Divisin de datos Ej.: Ventas nacionales provinciales
Tipos de esquema
Esquema de estrella:
Tabla de hechos con una nica tabla para cada dimensin
Esquema de copos
Tablas dimensinales organizadas jerrquicamente
P2
Jos Alberto Royo
Jos Alberto Royo
TR1
REG1
Estructura multidimensional
REG2 REG3
Metadatos
Datos agregados Datos detallados

TR1 P1
REG4
10
Construccin de un Data Warehouse

Adquisicin: Recopilar informacin de varias fuentes y unificarla
Extraccin Preparacin (formateo y limpieza) Carga
DW: Caractersticas
Salvado de datos limpios OLAP
DATOS
Limpieza Bases de Datos
Reformateo
DSS
METADATOS
Almacenamiento: basado en un SGBD

El historial influir en la estructura fsica
Otras entradas de datos Actualizaciones/Nuevos Datos
MINERIA DE DATOS
Acceso: distintos grupos de usuarios requerirn distintas consultas

Sistemas de Informacin-2003 Jos Alberto Royo 13 Sistemas de Informacin-2003
Jos Alberto Royo
14
OLTP y OLAP
OLTP (On-Line Transactionnel Processing): entorno donde las respuestas se darn en un tiempo aceptable y sern consistentes
Transacciones predeterminadas Utiliza pocas tablas
DSS: Decision Support Systems

EIS (Executive Information Systems o sistemas de informacin ejecutiva) Ayuda para la toma de decisiones Dan datos de nivel superior DW preparado para OLAP y DSS
OLAP (On-Line Analytical Processing): entorno de ayuda a la decisin (anlisis de datos)

Transacciones muy variadas Manejan volmenes grandes de datos (+tiempo) Se relacionan datos aparentemente sin relacin
Jos Alberto Royo
16
Factores de xito del DW

Integra datos de produccin con datos externos y gestiona historiales Contiene la informacin til Los datos son coherentes, actualizados y documentados (calidad) Ofrece acceso directo a los usuarios Aumenta el nmero de accesos Da una flexibilidad que apoya el crecimiento
De usuarios, herramientas y volumen
Diferencias entre DW y vistas

DW son un almacenamiento permanente
Vistas Construidas cuando es necesario
DW son multidimensionales
Vistas suelen ser relacionales
DW son indexados para optimizar su rendimiento

Vistas son indexadas dependiendo de la BD subyacente
DW dan unas funcionalidades especificas

Las vistas no
DW poseen grandes cantidades de datos integrados y temporales

Vistas son extractos de la BD
Errores a evitar
Cargar datos solamente porque estn disponibles (podran ser no tiles) Crear el esquema de la BD de forma tradicional Crearlo pensando en la tecnologa usada Concentrarse en los datos internos Creer que los problemas acaban una vez instalado el Data Warehouse
Implementacin: Dificultades
Alto coste Urgente ayuda para la toma de decisiones
Data Mart
Gran coste de mantenimiento

Cambio de necesidades Nuevas fuentes de datos Cambio de la capacidad Cambio de tecnologa
Control de calidad de los datos Heterogeneidad e Integracin de datos

Bibliografa
J.M. Franco. EDS-Institut Promthus, El Data Warehouse. El Data Mining, Eyrolles,1997.
Data Mining
Jos Alberto Royo
21
Jos Alberto Royo
22
Data Mining
Bsqueda de informacin relevante (conocimiento) en grandes volmenes de datos Descubrir de forma automtica las reglas estadsticas y pautas de un conjunto de datos Diferencia con machine learning? Grandes volmenes de datos grabados en disco Objetivo obtener un conjunto de reglas
Data Mining: Visin General

Data Mining y Data Warehouse
Bsqueda automtica de relaciones Extraccin de patrones
Descubrimiento de conocimiento (Fases)

23
Seleccin de datos Limpieza de datos Transformacin/Codificacin de datos Minera de Datos Presentacin visualizacin
Jos Alberto Royo 24
Jos Alberto Royo
Resultados del Data Mining

Descubrir
Reglas de asociacin Patrones secuenciales rboles de clasificacin
Objetivos del Data Mining

Prediccin
Ej.: que compraran los clientes bajo determinados descuentos
Identificacin
Ej.: secuencia de nucletidos presencia gen
Presentacin de Resultados
Listas Representaciones Grficas Tablas resumen
Clasificacin
Ej.: clientes que buscan descuentos, fieles y ocasionales
Optimizacin
utilizacin de recursos limitados: tiempo, espacio, dinero, etc.
Conocimiento Descubierto
Reglas de asociacin
Ej.: Compra bolso Compra zapatos
Tipos de reglas
X antecedente consecuente
X: lista de una o varias variables con rangos asociados Ej.: transaccin T, compra(T,pan) compra(T,leche)
Jerarquas de clasificacin
Ej.: Clasificacin de los clientes de un banco
Patrones secuenciales
Ej.: Cmara digital Memorias MMC
Patrones de series de tiempo

Ej.: Aumento de ventas de automviles antes del verano
Categorizacin y segmentacin
Ej.: nios, jvenes, adultos y jubilados
Rango de las variables poblacin Soporte: porcentaje de la poblacin que cumple el antecedente o el consecuente Confianza: porcentaje con que el consecuente es cierto al serlo el antecedente
Data Mining Automtico

Descubrimiento automtico de reglas Tcnicas de machine learning , adaptadas para grandes volmenes de datos Tres tipos de problemas:
Clasificacin: reglas que dividan en grupos Asociaciones: X Y Correlaciones entre series
Clasificacin
Comienza con una muestra de datos de clasificacin conocida Los datos se dividen segn uno de sus atributos, sucesivamente
Atributos enumerados un conjunto por valor Atributos con rango numrico intervalos
Resultado: rbol de clasificacin (taxonoma) Hasta usar todos los atributos o clasificar correctamente los datos
Asociaciones
Se genera un mapa de bits para cada transaccin (un bit para cada artculo a estudiar) Nos quedamos con los artculos ms adquiridos Se generan todos los subconjuntos posibles de artculos y se cuenta el nmero de transacciones Los subconjuntos con un numero alto de transacciones generan las reglas
Asociaciones negativas
Ej.: el 60% de los clientes que compran patatas fritas no compran agua mineral Si no combinacin de elementos asociacin negativa
Tenemos muchsimas reglas sin ningn inters
Utilizar conocimiento previo del problema Optimizaciones

Muestreo
Jos Alberto Royo
31
Jos Alberto Royo
32
Data Mining Guiado por el Usuario

El usuario plantea hiptesis El sistema comprueba si se verifica o no Las hiptesis se pueden ir refinando La visualizacin grfica de datos ayuda al usuario a examinar grandes volmenes de datos
Otras Tcnicas
Regresin
Estadstica Establecimiento de probabilidades
Redes neuronales
Entrenar la red Reconocer los patrones segn el entrenamiento
Algoritmos genticos

33
Algoritmos probabilistas Poblacin inicial Sobreviven los mejores Obtenemos datos en cada iteracin
Jos Alberto Royo 34
Jos Alberto Royo
Aplicaciones
Marketing
Comportamiento del consumidor basado en patrones de compra
Bibliografa
J.M. Franco. EDS-Institut Promthus, El Data Warehouse. El Data Mining, Eyrolles,1997. R.A. Elmasri, S.B. Navathe, Fundamentos de Sistemas de Bases de Datos, 3 ed., Addison-Wesley,2000.
Finanzas
Anlisis de rendimiento de operaciones Solvencia de clientes Valoracin de opciones de financiacin
Fabricacin
Optimizacin de recursos: maquinaria, mano de obra, materiales Optimizacin del proceso de fabricacin
Jos Alberto Royo
36
Sist. de Inf. Geogrfica (GIS) Sistemas de Informacin Geogrfica

Jos Alberto Royo joalroyo@unizar.es Departamento de Informtica e Ingeniera de Sistemas Sistemas que relacionan, almacenan, manipulan y visualizan informacin referenciada geogrficamente Sistemas de informacin que manejan datos espaciales
Algunos datos son referencias espaciales o coordenadas geogrficas Poseen operadores para manejar dichos datos espaciales
GIS: Categoras
1. Aplicaciones Cartogrficas
Variedad de datos: caractersticas del suelo, densidad de cultivo,calidad del aire Representacin basada en campos Superposicin de capas
Informacin espacial
Multidimensional (x,y,z,t,...) Voluminosidad Naturaleza inexacta (no hay representaciones exactas de la Tierra) Las preguntas combinan topologa, geografa y otros atributos, con informacin aproximada Combinan distintos contextos legales y econmicos (varan de un pas a otro)
39 Sistemas de Informacin-2003 Jos Alberto Royo 40
2. Aplicaciones para el modelado digital de terrenos

Variedad de datos Representacin basada en campos Objetos fsicos: centrales elctricas, hospitales, etc. Representacin basada en objetos
Jos Alberto Royo
3. Aplicaciones de Objetos geogrficos

Mapas
Estructuracin
Vectores (+verstil, -fcil de crear)
Creados con paneles digitalizadores
GIS: Operaciones sobre los Datos

Interpolacin
Obtencin de datos de elevacin no obtenidos en la muestra
Interpretacin
Cierre de polgonos Definicin, reduccin y mejora de detalles
Rasters (-verstil, +fcil de crear)

Cada celda almacena el tipo de terreno Creados mediante scanning
Anlisis de proximidad
Clculo de zonas de inters
Se puede pasar de un formato a otro (con un cierto error)

Reconocimiento de formas en un raster vectores Pixelizacin de vectores raster
Procesamiento de imgenes en una matriz de puntos

Integrar caractersticas geogrficas en distintas capas Anlisis digital de imgenes
Otras funcionalidades
Extensibilidad
Continua evolucin de los sistemas GIS dnde estoy? Problema debido a la variedad de tipos de datos
Preguntas a los GIS

Qu hay en cierta posicin? Dnde hay cierto elemento? Muestra zonas que cuyos atributos cumplen ciertas condiciones Generacin de nuevos grficos
mapas de elevacin, densidad de poblacin, etc.
Control de calidad de los datos
Visualizacin
1. Contorneado
Isolneas Mtodo de iluminacin empleado para representar relieves Imgenes tridimensionales
Jos Alberto Royo 43
2. Sombreado de montaas 3. Visualizaciones de perspectivas

Jos Alberto Royo
44
Utilidad de los GIS

Generacin de mapas Seleccin de lugares Creacin de planes de emergencia
Ante terremotos u otras catstrofes
GIS: Trabajo Futuro

Nuevas arquitecturas:
Distribucin de datos Separacin de datos espaciales y no espaciales
Versionado
Ej.: Qu pasa si construimos una autopista?
Simulacin de transformaciones medioambientales

Cambio en paisajes ante tneles, obras, urbanizaciones, etc.
Estndares de Datos
Compartir de datos
Aplicaciones especficas
Tipos de datos distintos
Ausencia de semntica en las estructuras de datos

Vas de sentido nico
Bibliografa
Keith C. Clarke, Getting Started with GIS, Prentice-Hall, 1997, ISBN 0-13-294786-2. http://www.usgs.gov/research/gis/title.html
Jos Alberto Royo
47

Datamining y Datawerhouse

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Datamining y Datawerhouse

Cargado por

Copyright:

Formatos disponibles

Data Warehouse and Data Mining

Jos A. Royo http://www.cps.unizar.es/~jaroyo email: joalroyo@unizar.es Departamento de Informtica e Ingeniera de Sistemas

Jos Alberto Royo

Informacin en las empresas

La informacin se necesita para:

Los datos se referencian temporalmente

Data Warehouse: Estructura

Datos detallados historiados

Datos: Representaciones Jerrquicas

Datos: Representacin fsica

Exploracin Descendente (drill-down)

Jos Alberto Royo

Jos Alberto Royo

Datos agregados Datos detallados

Construccin de un Data Warehouse

Limpieza Bases de Datos

Almacenamiento: basado en un SGBD

Acceso: distintos grupos de usuarios requerirn distintas consultas

Jos Alberto Royo

DSS: Decision Support Systems

OLAP (On-Line Analytical Processing): entorno de ayuda a la decisin (anlisis de datos)

Jos Alberto Royo

Factores de xito del DW

Diferencias entre DW y vistas

DW son indexados para optimizar su rendimiento

DW dan unas funcionalidades especificas

DW poseen grandes cantidades de datos integrados y temporales

Gran coste de mantenimiento

Control de calidad de los datos Heterogeneidad e Integracin de datos

Jos Alberto Royo

Jos Alberto Royo

Data Mining: Visin General

Descubrimiento de conocimiento (Fases)

Jos Alberto Royo

Resultados del Data Mining

Objetivos del Data Mining

Patrones de series de tiempo

Data Mining Automtico

Utilizar conocimiento previo del problema Optimizaciones

Jos Alberto Royo

Jos Alberto Royo

Data Mining Guiado por el Usuario

Jos Alberto Royo

Jos Alberto Royo

Sist. de Inf. Geogrfica (GIS) Sistemas de Informacin Geogrfica

2. Aplicaciones para el modelado digital de terrenos

3. Aplicaciones de Objetos geogrficos

GIS: Operaciones sobre los Datos

Rasters (-verstil, +fcil de crear)

Se puede pasar de un formato a otro (con un cierto error)

Procesamiento de imgenes en una matriz de puntos

Preguntas a los GIS

Control de calidad de los datos

2. Sombreado de montaas 3. Visualizaciones de perspectivas

Jos Alberto Royo

Utilidad de los GIS

GIS: Trabajo Futuro

Simulacin de transformaciones medioambientales

Ausencia de semntica en las estructuras de datos

Jos Alberto Royo

Data Warehouse and Data Mining

Jos Alberto Royo

Informacin en las empresas

La informacin se necesita para: