MINERÍA DE DATOS

MAYNOR DAVID PEÑA CASTELLANOS

JACKELINE RAQUEL VARELA VASQUEZ
YOSSENY GIMENA SANCHEZ CABRERA

SISTEMAS INTELIGENTES PARA NEGOCIOS

ING. CARLOS ANTONIO FLORES FLORES.
Contenido
Introducción .................................................................................................................................. 2
Objetivos ....................................................................................................................................... 2
Objetivo General ....................................................................................................................... 2
Objetivos Específicos ................................................................................................................ 2
Historia de la minería de datos ..................................................................................................... 3
Etapas de la minería de datos ....................................................................................................... 4
¿Qué es la Minería de Datos? ....................................................................................................... 3
¿Qué puede hacer la minería de datos? ....................................................................................... 4
¿Cómo funciona la minería de datos? ...................................................................................... 5
• Clases ................................................................................................................................. 5
• Grupos ................................................................................................................................ 5
• Asociaciones ....................................................................................................................... 5
• Patrones secuenciales ........................................................................................................ 5
Datos, información y conocimiento .......................................................................................... 6
Datos ..................................................................................................................................... 6
Información ........................................................................................................................... 6
Conocimiento ........................................................................................................................ 6
Almacenes de datos .............................................................................................................. 6
Niveles de análisis disponibles ...................................................................................................... 7
• Redes neuronales artificiales ................................................................................................. 7
• Algoritmos genéticos ............................................................................................................. 7
• Árboles de decisión ................................................................................................................ 7
• Método del vecino más próximo ........................................................................................... 8
• Inducción de reglas ................................................................................................................ 8
• Visualización de datos ............................................................................................................ 8
¿Qué infraestructura tecnológica se requiere? ............................................................................ 8
Usos de la minería de datos .......................................................................................................... 9
Análisis y gestión del mercado ...................................................................................................... 9
Análisis empresarial y gestión de riesgos ..................................................................................... 9
Detección de fraude.................................................................................................................... 10
Evaluación de patrones de minería de datos.............................................................................. 10
Presentación de conocimiento ................................................................................................... 10
Ejemplos ...................................................................................................................................... 10
Conclusión ................................................................................................................................... 12
Bibliografía .................................................................................................................................. 13
1
 Introducción
Tradicionalmente el objetivo de la minería era la obtención de carbón. No obstante, una
nueva generación de mineros ha aparecido en el inicio de esta cuarta revolución industrial.
Son los mineros o exploradores de datos, que cuales en lugar de buscar carbón intentan
descubrir patrones en enormes volúmenes de datos. Los métodos utilizados de estos
nuevos profesionales son la inteligencia artificial, el aprendizaje automático, la estadística
y sistemas de base de datos.

Las técnicas de Data Mining son el resultado de un largo proceso de investigación y

desarrollo de productos. Esta evolución comenzó cuando los datos de negocios fueron
almacenados por primera vez en computadoras, y continuó con mejoras en el acceso a los
datos, y más recientemente con tecnologías generadas para permitir a los usuarios navegar
a través de los datos en tiempo real. Data Mining toma este proceso de evolución más allá
del acceso y navegación retrospectiva de los datos, hacia la entrega de información
prospectiva y proactiva. Data Mining está listo para su aplicación en la comunidad de
negocios porque está soportado por tres tecnologías que ya están suficientemente maduras
para conocer más acerca de los beneficios y aplicaciones de Data Minning realizamos el
presente documento.

Objetivos
Objetivo General
Conocer la herramienta Data Mining (Minería de Datos) a profundidad y cómo
aplicarla a los Sistemas Inteligentes para negocios (BI)

Objetivos Específicos
• Aprender el concepto de Data Mining
• Conocer cómo se realiza todo el proceso de esta herramienta
• Aplicar este concepto a ejemplos de empresas reales

2
 Historia de la minería de datos
La minería de datos es algo que empieza por los alrededores de los años sesenta, ya los
estadísticos manejaban términos como Data Fishing, Data Mining (DM) o Data
Archaeology con la idea de encontrar correlaciones sin una Definición previa de bases de
datos.
En los principios de los años ochenta, Rakesh Agrawal, GioWiederhold, Robert Blum y
Gregory Piatetsky-Shapiro y otros, empezaron a consolidar los términos de Minería de
Datos y KDD.
Estas tecnologías han sido una buena herramienta para personas que se desenvuelven en
el ámbito de los negocios y académico.

La evolución de sus etapas en el transcurso del 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.(de la década de 1990).

¿Qué es la Minería de Datos?

La minería de datos es el conjunto de técnicas y tecnologías que permiten explorar
grandes bases de datos con el objetivo de encontrar patrones que nos puedan aportar
información valiosa en la toma de futuras decisiones. Otro concepto acuñe que la minería
de datos (a veces se llama descubrimiento de datos o de conocimiento) es el proceso de
analizar los datos desde diferentes perspectivas y resumiéndolos en información útil -
información que se puede utilizar para aumentar los ingresos, reducir los costos, o ambas
cosas. Permite a los usuarios analizar los datos desde muchas dimensiones o ángulos,
clasificar, y resumir las relaciones identificadas.

3
 Etapas de la minería de datos
El proceso de minería de datos tiene normalmente cuatro etapas principales:

Determinación de los objetivos: se trata el tipo de información que el cliente desea

extraer de la base de datos.
Procesamiento de los datos: es la que requiere más trabajo ya que se tiene de seleccionar,
limpiar, enriquecer, reducir y transformar la base de datos que nos ha facilitado el cliente.
Una vez la hemos procesado y está lista para implementarle el algoritmo de inteligencia
artificial, tenemos que escoger qué algoritmo nos va a dar mejores resultados.
Determinación del modelo: La elección del mejor algoritmo para una tarea analítica
específica es un gran desafío y depende del problema a resolver. Hay básicamente cinco
problemas diferentes en la minería de datos: clasificación, regresión, segmentación,
asociación y análisis de secuencias.
Para resolver estos problemas hay muchos algoritmos a utilizar, los principales son: los
de asociación, los clústeres, los de árbol de decisión, los de regresión lineal, el clasificador
Bayesiano ingenuo, los de red neuronal, los clústeres de secuencia y los de serie temporal.
Análisis de los resultados: Finalmente, el último paso es el de análisis de los resultados.
Actualmente este trabajo se está realizando en muchas áreas de negocio como seguridad
de datos, finanzas, salud, marketing, detección de fraude, búsquedas online,
procesamiento de lenguaje natural o los nuevos coches inteligentes.

¿Qué puede hacer la minería de datos?

La minería de datos se utiliza sobre todo hoy en día por las empresas con un enfoque
fuerte en los consumidores, comunicaciones, comercio, finanzas, y las organizaciones de
comercialización.

Esto permite que las empresas determinen las relaciones entre los factores "internos"
como el precio, posicionamiento del producto, o las habilidades del personal, y factores
"externos", como los indicadores económicos, la competencia, y la demografía de los
clientes. Y, les permite determinar el impacto en las ventas, la satisfacción del cliente, y
las ganancias corporativas. Por último, les permite "profundizar" en la información
resumida para ver datos detallados de las transacciones.

4
 ¿Cómo funciona la minería de datos?
Si bien la tecnología de información a gran escala ha ido evolucionando por separado las
transacciones y sistemas de análisis, la minería de datos proporciona un enlace entre los
dos. El software de minería de datos analiza las relaciones y patrones en los datos de
transacción almacenados sobre la base de consultas de los usuarios de composición
abierta.

Existen varios tipos de software de análisis que están disponibles: estadísticos, de

aprendizaje automático, y redes neuronales. En general, se buscan cualquiera de estos
cuatro tipos de relaciones:

Clases
Los datos almacenados se utilizan para localizar datos en grupos predeterminados. Por
ejemplo, una cadena de restaurantes podría minar datos de compra del cliente para
determinar cuando los clientes los visitan y lo que normalmente ordenan. Esta
información podría utilizarse para aumentar el tráfico al tener especiales del día.

Grupos
Los elementos de datos se agrupan de acuerdo a las relaciones lógicas o preferencias de
los consumidores. Por ejemplo, los datos pueden ser extraídos para identificar segmentos
de mercado o afinidades de los consumidores.

Asociaciones
Los datos pueden ser minados para identificar asociaciones. El ejemplo de cerveza-pañal
es un ejemplo de minería asociativa.

Patrones secuenciales
Los datos se minan para anticipar patrones de comportamiento y tendencias. Por ejemplo,
un distribuidor especializado en sistemas al aire libre puede predecir la probabilidad de
compra de una mochila basado en la compra de un consumidor de sacos de dormir y
calzado de senderismo.

La minería de datos se compone de cinco elementos principales:

• Extraer, transformar y cargar datos de transacciones en el sistema de

almacenamiento de datos.
• Almacenar y manejar los datos en un sistema de base de datos multidimensional.

5
 • Proporcionar acceso a datos para los analistas de negocios y profesionales de
tecnologías de la información.
• Analizar los datos por un software de aplicación.
• Presentar los datos en un formato útil, como un gráfico o tabla.

Datos, información y conocimiento

Datos
Los datos son cualquier hecho, número o texto que puede ser procesado por una
computadora.

Hoy en día, las organizaciones están acumulando grandes cantidades, y cada vez mayores,
de datos en diferentes formatos y diferentes bases de datos. Esto incluye:

• Datos operativos o transaccionales, tales como, ventas, costos, inventario, nómina

y contabilidad
• Datos no operacionales, tales como ventas de la industria, datos del pronóstico del
tiempo y datos macro económicos
• Meta datos - datos sobre los datos en sí, como el diseño de base de datos lógica o los
datos de las definiciones del diccionario
Información
Los patrones, asociaciones, o relaciones entre todos estos datos pueden proporcionar
información. Por ejemplo, el análisis del punto de venta de datos de transacciones puede
dar información sobre qué productos se venden y cuándo.

Conocimiento
La información puede ser convertida en conocimiento acerca de los patrones históricos y
las tendencias futuras. Por ejemplo, la información resumida sobre las ventas de
supermercados minoristas puede ser analizada a la luz de los esfuerzos de promoción para
facilitar el conocimiento del comportamiento de compra del consumidor.

Por lo tanto, un fabricante o distribuidor puede determinar qué elementos son los más
susceptibles a los esfuerzos de promoción.

Almacenes de datos
Los dramáticos avances en la captura de datos, potencia de procesamiento, transmisión
de datos y capacidades de almacenamiento están permitiendo a las organizaciones
integrar sus diversas bases de datos en almacenes de datos.

6
El almacenamiento de datos se define como un proceso de gestión de datos centralizado
y con capacidad de recuperación o consulta. El almacenamiento de datos, como la minería
de datos, es un término relativamente nuevo, aunque el concepto en sí ha existido por
años.

El almacenamiento de datos representa una visión ideal de mantener un repositorio central

de todos los datos de la organización. La centralización de los datos es necesaria para
maximizar el acceso de los usuarios y el análisis.

Los dramáticos avances tecnológicos hacen que esta visión sea una realidad para muchas
empresas. Y, los avances igualmente espectaculares en el software de análisis de datos,
permite a los usuarios acceder a estos datos libremente. El software de análisis de datos
es lo que apoya la minería de datos.

Niveles de análisis disponibles

Redes neuronales artificiales
Modelos predictivos no lineales que aprenden a través de la formación y se asemejan a
redes neuronales biológicas en su estructura.

Algoritmos genéticos
Técnicas de optimización que usan procesos tales como combinación genética, mutación
y selección natural en un diseño basado en los conceptos de evolución natural.

Árboles de decisión
Estructuras en forma de árbol que representan conjuntos de decisiones. Estas decisiones
generan reglas para la clasificación de un conjunto de datos. Métodos específicos de
árboles de decisión incluyen Árboles de Clasificación y Regresión (CART) y Detección
Automática de Interacción (Chi Cuadrado CHAID).

CART y CHAID son técnicas de árboles de decisión para la clasificación de un conjunto

de datos. Constituyen un conjunto de reglas que se pueden aplicar a un nuevo (sin
clasificar) conjunto de datos para predecir cuáles registros tendrán un resultado
determinado.

CART segmenta un conjunto de datos mediante la creación de dos vías dividas, mientras
que CHAID segmenta utilizando pruebas de chi cuadrado para crear divisiones en
múltiples direcciones. CART normalmente requiere menos preparación de datos que
CHAID.
7
Método del vecino más próximo
Una técnica que clasifica cada registro en un conjunto de datos basado en una
combinación de las clases de registro(s) k más similares a él en un conjunto de datos
históricos (donde k 1). A veces se llama técnica del vecino k-más cercano.

Inducción de reglas
La extracción de reglas if-then basadas en la significancia estadística.

Visualización de datos
La interpretación visual de las complejas relaciones de datos multidimensionales.

Las herramientas de gráficos se utilizan para ilustrar las relaciones de datos.

¿Qué infraestructura tecnológica se requiere?

Hoy en día, las aplicaciones de minería de datos están disponibles en sistemas de todo
tamaño, para mainframe, cliente / servidor, y para PC. Los precios de sistemas van desde
varios miles de dólares para las aplicaciones más pequeñas hasta 1 millón de dólares por
terabyte en los más grandes.

Las aplicaciones a nivel de empresa, en general, varían en tamaño desde 10 gigabytes a

más de 11 terabytes. Hay dos factores tecnológicos críticos:

• Tamaño de la base de datos

Entre más datos haya en proceso y siendo mantenidos, más poderoso es el sistema
requerido.

• Complejidad de consultas

Entre más complejas las consultas y mayor el número de consultas en proceso, más
poderoso debe ser el sistema requerido.

La tecnología de almacenamiento basada en bases de datos relacionales para gestión es

adecuada para muchas aplicaciones de minería de datos que manejan menos de 50
gigabytes.

Sin embargo, esta infraestructura debe ser significativamente mejorada para soportar
aplicaciones de mayor tamaño. Algunos fabricantes han añadido amplias capacidades de
indexación para mejorar el rendimiento de sus consultas.

8
Otros utilizan nuevas arquitecturas de hardware, tales como procesadores masivos en
paralelo (MPP) para lograr mejoras de magnitud en el tiempo de consulta.

Usos de la minería de datos

La minería de datos es muy útil en los siguientes dominios:

• Análisis y gestión del mercado

• Análisis empresarial y gestión de riesgos
• Detección de fraude

Aparte de estos, la minería de datos también se puede utilizar en las áreas de control de
producción, retención de clientes, exploración científica, deportes, astrología y
navegación web en Internet.

Análisis y gestión del mercado

A continuación, se enumeran los diversos campos del mercado donde se utiliza la minería
de datos:

Perfil del cliente: la minería de datos ayuda a determinar qué tipo de personas compran
qué tipo de productos.

Identificación de los requisitos del cliente: la extracción de datos ayuda a identificar los
mejores productos para diferentes clientes. Utiliza la predicción para encontrar los
factores que pueden atraer nuevos clientes.

Análisis de mercado cruzado: la minería de datos realiza asociaciones / correlaciones

entre las ventas de productos.

Objetivos Marketing: la minería de datos ayuda a encontrar grupos de clientes modelo

que comparten las mismas características, como intereses, hábitos de gasto, ingresos, etc.

Patrón de compra del cliente: la extracción de datos ayuda a determinar el patrón de

compra del cliente.

Análisis empresarial y gestión de riesgos

La minería de datos se utiliza en los siguientes campos del Sector Corporativo:

• Planificación financiera y evaluación de activos: involucra análisis y predicción

de flujo de efectivo, análisis de reclamos contingentes para evaluar activos.

9
 • Planificación de recursos: implica resumir y comparar los recursos y los gastos.
• Competencia: Implica el monitoreo de competidores y tendencias del mercado.

Detección de fraude
La minería de datos también se utiliza en los campos de servicios de tarjetas de crédito y
telecomunicaciones para detectar fraudes.

En llamadas telefónicas fraudulentas, ayuda a encontrar patrones como el destino de la

llamada, la duración de la llamada, la hora del día o la semana, etc. También analiza los
patrones que se desvían de las normas esperadas.

Evaluación de patrones de minería de datos

Los patrones, las correlaciones y las relaciones identificadas mediante técnicas de
extracción y minería de datos se inspeccionan, evalúan y analizan. La evaluación se
realiza mediante el uso de parámetros o medidas de "interés" para determinar qué
patrones son realmente interesantes y relevantes o lo suficientemente impactantes como
para convertirse en conocimiento útil.

La interpretación en este paso marcará formalmente la transformación de una mera

información en una "bolsa de conocimiento" completa.

Presentación de conocimiento
El conocimiento resultante de la evaluación e interpretación ahora tendrá que ser
presentado a los interesados. La presentación se realiza generalmente a través de técnicas
de visualización y otros mecanismos de representación del conocimiento.

Una vez presentado, el conocimiento puede, o será, usado para tomar decisiones
comerciales acertadas.

Ejemplos
• Por ejemplo, una cadena de supermercados utiliza la capacidad de extracción de
datos del software de Oracle para analizar los patrones locales de compra.

Descubrieron que cuando los hombres compran pañales, los jueves y sábados,
también tienden a comprar cerveza. Análisis posteriores mostraron que estos

10
 compradores normalmente hacían sus compras semanales los sábados. Los jueves,
sin embargo, compraron sólo algunos artículos.

El minorista llegó a la conclusión de que compraban la cerveza para tenerla

disponible para el fin de semana próximo. La cadena de supermercados podría
utilizar esta información recientemente descubierta en varias formas para
aumentar los ingresos.

Por ejemplo, podría mover la cerveza más cerca de los pañales. Y, podría hacer
que la cerveza y los pañales se vendan a precio completo los jueves.

• Con la minería de datos, un minorista puede utilizar los registros de puntos de

venta de compras de los clientes para enviar promociones específicas basadas en
el historial de compras de un individuo. Minando datos demográficos de las
tarjetas de comentarios o de garantía, el distribuidor podría desarrollar productos
y promociones para atraer a segmentos específicos de clientes.
• Por ejemplo, Blockbuster Entertainment mina su base de datos del historial de
alquiler de vídeo para recomendar alquileres a los clientes individuales. American
Express puede sugerir productos a sus titulares de tarjetas basados en el análisis
de sus gastos mensuales.

• Wal-Mart es una empresa pionera en la minería masiva de datos para transformar

sus relaciones con los proveedores. WalMart captura transacciones en puntos de
venta de más de 2.900 tiendas en seis países y continuamente transmite estos datos
a su enorme depósito de 7.5 terabytes de datos.

Wal-Mart permite a más de 3.500 proveedores, acceder a datos sobre sus

productos y realizar análisis de datos. Estos proveedores utilizan estos datos para
identificar patrones de compra del cliente a nivel de exhibición de la tienda. Ellos
usan esta información para administrar inventario de la tienda local e identificar
nuevas oportunidades de comercialización. En 1995, las computadoras WalMart
procesaron más de 1.000.000 de consultas de datos complejos.

11
 Conclusión
La minería de datos es el conjunto de técnicas y tecnologías que permiten explorar grandes
bases de datos con el objetivo de encontrar patrones que nos puedan aportar información
valiosa en la toma de futuras decisiones

El data mining puede ayudar a las organizaciones a encontrar la información más

importante y relevante.

Esta información se puede utilizar para crear modelos que pueden ayudar a hacer
predicciones de cómo las personas o sistemas se computarán para que se puedan anticipar
a él.

Cuantos más datos tengas, mejores serán los modelos que podrás crear utilizando las
técnicas de data mining, lo que resultará en más valor de negocio para tu organización.

12
 Bibliografía

https://www.iebschool.com/blog/data-mining-mineria-datos-big-data/

https://economictimes.indiatimes.com/definition/data-mining

https://es.wikipedia.org/wiki/Miner%C3%ADa_de_datos

https://www.sinnexus.com/business_intelligence/datamining.aspx

http://mineriadatos1.blogspot.com/2013/04/historia-de-la-mineria-de-datos.html

https://www.muyinteresante.es/tecnologia/preguntas-respuestas/que-es-la-mineria-de-

datos311477406441

13