ENSAYO DE MINERÍA DE DATOS,

...

Visivamente los dos objetivos principales de la minería de datos son la de describir y descubrir nuevas reglas que permitan predecir futuros comportamientos dentro de la organización y dependiendo del tipo de comportamiento ya sea negativo o positivo poder anticipar decisiones que no afecten a la empresa y tengan un mayor beneficio para esta.

Fases generales para la creación de un proyecto de minería de datos

En esta etapa se emplean cuatro fases independientemente de la técnica específica de extracción de conocimiento usada:

- Filtrado de datos

- Selección de variables

- Extracción de conocimiento

- Interpretación y evaluación

En la fase del filtrado de datos el formato de los datos contenidos en la fuente de datos nunca es el idóneo, y la mayoría de las veces no es posible utilizar algún algoritmo de minería. Mediante el procesado, se filtran los datos (se eliminan valores incorrectos, no válidos, desconocidos, etc…), se obtienen muestras de los mismos (mayor velocidad de respuesta del proceso), o se reducen el número de valores posibles (mediante redondeo, agrupamiento, etc…).

Selección de variables: aun después de haber filtrado los datos se tiene una gran cantidad de datos. La selección de características reduce el tamaño de los datos, eligiendo las variables más influyentes en el problema, sin apenas sacrificar la calidad del modelo de conocimiento obtenido del proceso de minería los métodos para la selección e características son dos:

- Los basados en la elección de los mejores atributos del problema.

- Los que buscan variables independientes mediante test de sensibilidad, algoritmos de distancias o holísticos.

Extracción de conocimiento: mediante una técnica se obtiene un modelo de conocimiento que representa patrones de comportamientos observados en los valores de las variables.

Interpretación y validación: finalmente se procede a su validación comprobando que las conclusiones son válidas y satisfactorias.

Aplicaciones de la minería de datos

La minería de datos se emplea en cualquier organización donde se desea extraer conocimiento que soporte a la toma decisiones que beneficien a dicha organización. Típicamente el conocimiento es extraído de grandes bases de datos, las culeas han almacenado información varios años atrás; mediante el análisis de todos estos datos es posible el descubrimiento de reglas que permitan predecir futuros comportamientos que puedan afectar o beneficiar a la organización y así tomar la mejores decisiones.

Algunos ejemplos de las aplicaciones de la miseria de datos son los siguientes:

En los gobiernos

El FBI analizara las bases de datos comerciales para detectar terroristas. En el mes de julio del año 2002 el director de esta organización anuncio que el departamento de justicia comenzara a introducirse en la enorme cantidad de datos comerciales en la que se revelan hábitos y costumbres de la población con el fin de poder identificar potenciales terroristas con antelación a cometer un atentado. Es este ejemplo el FBI se introdujo en la inmensa cantidad de datos que se encuentran en diferentes bases de datos de centros comerciales a lo largo y ancho de todo USA, mediante la minería de datos les permite obtener patrones que permiten predecir quienes pueden ser posible terroristas.

Aunque con este tipo de aplicaciones de la minería de datos que en tela de juicio la violación a la privacidad y la libertad de los individuos. Es un tema ético que genera mucha controversia.

Empresariales

Detección de fraudes en las tarjetas de crédito, si bien uno de los principales riesgos dentro de una organización son los fraudes y más aún los realizados con tarjetas de créditos, para dar solución a esta problemática se diseñó el sistema Falcon el cual ha permitido ahorrar más de 600,000 de dólares al año y proteger más de 450,000 de pagos con tarjeta en todo el mundo. La solución de Falcon es una sofisticada combinación de modelos de redes neuronales para analizar el pago mediante tarjeta y detectar los remotos casos de fraudes. Lleva siendo usado durante más de 15 años y monitoriza alrededor de 450 millones de cuentas distribuidas en los 6 continentes.

Otro ejemplo es la migración de clientes entre distintas compañías. Un ejemplo es el estudio de la migración de clientes de una operadora de comunicaciones móviles a otra. La minería de datos también es empleada para predecir el tamaño de audiencia de un programa. Las grandes cooperaciones de venta minorista como lo son los supermercados Wal-Mart emplean la minería de datos para poder establecer estrategias de negocios que les permitan vender todos sus productos y así evitar pérdidas.

Universidad

Un ejemplo de este tipo es la aplicación de minería de datos para conocer si los recién titulados de una universidad llevan a cabos actividades profesionales relacionadas con sus estudios.

Existen muchos otros ejemplos del uso de la minería de datos tales como en la investigación espacial, en los deportes, en el internet, etc., sin duda alguna esta es una de las principales herramientas para la obtención de datos que permitan anticipar el futuro de una organización y así tomar las mejores sesiones que produzcan un mayor beneficio para esta.

Conclusión

En la actualidad las organizaciones tales como empresas, escuelas, bancos, etc., generan grandes volúmenes de información, puesto que la tecnología actual y su ritmo de trabajo lo han ocasionado, pero la capacidad de procesamiento y análisis de todo este volumen de información no ha ido a la par con todo este volumen de datos. Por eso la minería de datos surge como una herramienta de apoyo para ayudar a analizar y procesar toda esta información. La minería de datos surge como una tecnología que intenta ayudar a comprender y analizar el contenido de una base de dato, para poder extraer la información más importante y que esta sirva como soporte para la toma de decisiones. No se debe confundir a la minería como un gran software puesto que es una tecnología compuestas por varias etapas que se apoya en programas para lograr la extracción del conocimiento.