Instituto Tecnologico de Nogales

Divisin Estudios de Posgrado e Investigacin

Aplicaciones de la Minera de Datos

Lic. Gabriel Antonio Lpez Valencia Lic. Indelfonso Rodrguez Espinoza

Qu es la Inteligencia de Negocios? La Inteligencia de Negocio (IN) o Business Intelligence (BI) es el conjunto de estrategias y herramientas enfocadas a la administracin y creacin de conocimiento mediante el anlisis de datos existentes en una organizacin o empresa.

Minera de Datos
La minera de datos trabaja con los datos con el objetivo de encontrar patrones de comportamiento ocultos en los mismos con el fin de crear nuevas asociaciones, predecir resultados futuros, etc. Las organizaciones se han convertido en entidades sumamente ricas en datos pero pobre en conocimiento. De modo que el objetivo principal de la minera de datos es generar patrones de comportamiento en los datos y a partir de ellos generar conocimiento til.

Definiciones y Conceptos

La minera de datos (DM, Data Mining) consiste en la extraccin no trivial de informacin que reside de manera implcita en los datos. Dicha informacin era previamente desconocida y podr resultar til para algn proceso. En otras palabras, la minera de datos prepara, sondea y explora los datos para sacar la informacin oculta en ellos.

Importancia de la Minera de Datos

Disponemos de una cantidad inmensa de datos en nuestra organizaciones: Gracias a los programas de gestin empresarial, y al descenso del hardware, especialmente de los sistemas de almacenamiento ha llevado a las empresas a disponer de bases de datos con gigas de datos. Incremento de la competitividad. El incremento de la competitividad es en gran medida resultado de marketing actual, de los nuevos canales de distribucin que dispone como Internet y de las telecomunicaciones y la aplicacin de las TIC a la actividad empresarial. Las empresas se enfrentan a una economa globalizada, y el xito empresarial depende de la capacidad de mantener a los clientes actuales y conseguir nuevos. La minera de datos contiene tecnologas que permiten a las empresas analizar los factures que influyen decisivamente en estos temas.

Diseo de minera de datos

Un proceso tpico de minera de datos consta de los siguientes pasos generales: 1. Seleccin del conjunto de datos. 2. Anlisis de las propiedades de los datos. 3. Transformacin del conjunto de datos de entrada. 4. Seleccionar y aplicar la tcnica de minera de datos, se construye el modelo de prediccin, de clasificacin o segmentacin. 5. Evaluar los resultados contrastndolos con un conjunto de datos previamente reservado para validar la generalidad del modelo.

El proceso para obtener un modelo de minera de datos, se puede definir mediante los seis pasos bsicos siguientes:

Definir el problema Preparar los datos Explorar los datos Generar modelos Explorar y validar los modelos Implementar y actualizar los modelos

Tcnicas y herramientas de la minera de datos.

Las Bases y tcnicas de la minera de datos provienen de la Inteligencia artificial y en el anlisis estadstico. Mediante los modelos extrados utilizando tcnicas de minera de datos se aborda la solucin a problemas de prediccin, clasificacin y segmentacin. Dichas tcnicas, no son ms que algoritmos, ms o menos sofisticados que se aplican sobre un conjunto de datos para obtener unos resultados.

Las tcnicas ms representativas son: Redes neuronales. Regresin lineal. rboles de decisin. Modelos estadsticos. Agrupamiento o cluster.

Aplicaciones E Industria

Algunas Aplicaciones
1. Optimizacin de Campaas de Marketing sobre varios productos y canales. 2. Identificacin de estudiantes en riesgo en las instituciones educativas. 3. Deteccin de riesgo de fraude en reclamacin de seguros de automviles. 4. Anlisis de delitos y comportamientos violentos, con grabaciones de actividad en internet y telfono por la polica para detectar amenazas criminales. 5. Administracin de categoras en hipermercados: encontrar la mejor localizacin para productos en pasillos.

Algunas Aplicaciones
6. Clasificacin correcta de tumores cerebrales en nios 7. Optimizacin de contratacin de personal en empresas 8. Prediccin e identificacin de la conducta y gasto de un consumidor durante un periodo de tiempo tras el cual deja de comprar en una cadena. 9. Deteccin de anomalas en el comportamiento online de usuarios para predecir futuros delitos electrnicos. Complementado con el anlisis de conductas en redes sociales. 10. Predecir con cierta probabilidad un espacio temporal en el que podra producirse un paro cardiaco en aquellos sujetos con enfermedad del corazn.

Ejemplos de Aplicaciones de la Minera de Datos

DNDE SE ULTILIZA LA MINERA DE DATOS? La utilidad de Data Mining se puede dar dentro de los siguientes aspectos:

Sistemas parcialmente desconocidos:Si el modelo del sistema que produce los datos es bien conocido, entonces no necesitamos de la minera de datos ya que todas las variables son de alguna manera predecibles.

DNDE SE ULTILIZA LA MINERA DE DATOS? La utilidad de Data Mining se puede dar dentro de los siguientes aspectos:

Enorme cantidad de datos: Al contar con mucha informacin en algunas bases de datos es importante para una empresa encontrar la forma de analizar montaas" de informacin (lo que para un humano sera imposible) y que ello le produzca algn tipo de beneficio.

DNDE SE ULTILIZA LA MINERA DE DATOS? La utilidad de Data Mining se puede dar dentro de los siguientes aspectos: Potente hardware y software: Muchas de las herramientas presentes en la minera de datos estn basadas en el uso intensivo de la computacin, en consecuencia, un equipo conveniente y un software eficiente, con el cual cuente una compaa, aumentar el desempeo del proceso de buscar y analizar informacin, el cual a veces debe vrselas con producciones de datos del orden de los Gbytes/hora (repetimos, algo humanamente imposible).

OBJETIVOS PRINCIPALES DE LA MINERA DE DATOS Data Mining persigue ciertos objetivos de manera especfica:

Descripcin: El principal producto del proceso de la minera de datos es el descubrimiento de reglas. Estas mostrarn nuevas relaciones entre las variables o excepciones de acuerdo a la empresa en que se utilice este proceso.

OBJETIVOS PRINCIPALES DE LA MINERA DE DATOS Data Mining persigue ciertos objetivos de manera especfica:

Prediccin(Forecasting): Una vez descubiertas reglas importantes, estas pueden ser utilizadas pera estimar algunas variables de salida. Puede ser en el caso de secuencias en el tiempo, o bien en la identificacin e interrupcin a tiempo, de una futura mala experiencia de crdito.

Aplicaciones de xito 1/5

A principios del 2002 el FBI anuncio que unir todas las bases de datos mediante el numero de la seguridad social y permitir saber si una persona usa si ha sido arrestada y cuantas veces, la colonia donde vive, trabajo, placas de su vehculo etc.

Deteccin de fraudes en las tarjetas de crdito (2/5)

Falcon Fraud Manager es un sistema inteligente que examina transacciones, propietarios de tarjetas y datos financieros para intentar detectar y obtener el numero de fraudes. Dicho sistema Falcon ha permitido ahorrar mas de seiscientos millones de dlares al ao y proteger aproximadamente mas de cuatrocientos cincuenta millones de pagos con tarjeta en todo el mundo, aproximadamente el 65% de todas las transacciones con tarjetas de crdito.

Productos Asociados (3/5)

El caso es que los paquetes de paales son voluminosos, y las esposas, que en muchos casos hacen la compra de la casa, dejan los paales para que el esposo los compre. El esposo y padre, compraba los paales especialmente los viernes, en compaa de las cervezas para el fin de semana.

A.C Milan (4/5)

El sistema creado por Computer Associates International, es alimentado por datos de cada jugador, relacionados con su rendimiento, alimentacin y respuesta a estmulos externos que se obtienen y analizan cada quince das. Todas estos registros alimentan la base de datos. El objetivo es encontrar posibles lesiones en los jugadores que se pretenden comprar.

NBA (5/5)
Los Equipos de NBA Tambien utilizan aplicaciones inteligentes para apoyar a su cuerpo de entrenadores. El Advanced Scout es un software desarrollado por IBM para detectar patrones, estadsticas y eventos extraos. El software utiliza registros guardados de cada evento en cada juego. El objetivo es ayudar a los entrenadores a aislar eventos que no detectan cuando observan el juego en vivo o en pelcula.

Otros ejemplos
Sin embargo, existen multitud de reas que han integrado en su actividad las tcnicas de la Minera de Datos para Recuperar Informacin Destacan, entre las reas que utilizan la Minera de Datos para recuperar informacin, las siguientes

Econmicas Uso fraudulento de tarjetas de crdito Clculo de indicadores financieros Anlisis de riesgos de crdito Educacin Procesos Industriales Modelos de calidad Extraccin de modelos de coste Prediccin de fallos y accidentes Medicina Gestin hospitalaria Mejorar el uso de consultas, habitaciones y salas Recomendacin de frmacos

Anlisis de procedimientos mdicos solicitados Biologa y dems ciencias afines Anlisis de los genes Anlisis de protenas Telecomunicaciones Modelos de carga en redes Establecimiento de patrones de llamadas Turismo Identificar patrones de reserva Trfico Establecimiento de cmaras, GPS... Poltica Diseo de campaas

Tendencias en minera de datos

La importancia que han cobrado los datos no estructurados (texto, pginas de Internet, etc.) La necesidad de integrar los algoritmos y resultados obtenidos en sistemas operacionales, portales de Internet, etc. La exigencia de que los procesos funcionen prcticamente en lnea (por ejemplo, frente a un fraude con una tarjeta de crdito). Los tiempos de respuesta. El gran volumen de datos que hay que procesar en muchos casos para obtener un modelo vlido es un inconveniente; esto implica grandes cantidades de tiempo de proceso y hay problemas que requieren una respuesta en tiempo real.

Conclusin
La minera de datos se presenta como una tecnologa emergente, con varias ventajas: por un lado, resulta un buen punto de encuentro entre los investigadores y las persona de negocios; por otro lado. Ahorra grandes cantidades de dinero a una empresa y abre nuevas oportunidades de comercio. Adems, no hay duda de que trabajar con tcnicas de minera de daos implica cuidar una infinidad de detalles debido a que el producto final involucra toma de decisiones.

Comentarios..!!!