|
|
| Linha 1: |
Linha 1: |
| == Conceito ==
| | 1 Conceito |
| Mineração de Dados ou Data Mining em inglês, é um processo de procura, devido ao grande volume de informações que um banco de dados pode possuir, a realização da análise desses dados por seres humanos é inviável sem o auxílio de ferramentas computacionais apropriadas, o profissional que trabalhar em Mineração de Dados minera então dados de relevância, que tenham correlações entre outros dados, utiliza-se várias técnicas da estatística, recuperação de informação, inteligência artificial e reconhecimento de padrões.
| | 1.1 Tipos de informação |
| | | 1.2 Exemplos |
| Este conceito de Mineração de Dados então é utilizado em qualquer ambiente em que se tenha um banco de dados para trazer vários tipos de informação dependendo a partir de qual banco de dados está se fazendo a mineração, é praticamente um requisito obrigatório em qualquer ambiente que precise da análise das informações contidas a partir de seu banco de dados, com mineração então se obtém conhecimento através da análise dos dados que são retornados por estas pesquisas.
| | 2 Referências Bibliográficas |
| | |
| Não confunda Mineração de Dados com Business Intelligence (BI), eles são dois tipos distintos de atuação. O BI tem como função de prover a empresa com conhecimento novo e útil acerca do seu negócio e funciona no plano estratégico. A Mineração de Dados procura obter a partir dos dados brutos, informação útil para prover uma tomada de decisão nos médios e altos níveis da empresa, tendo muita influência no plano tático.
| |
| | |
| Para compreender a importância da Mineração de Dados, há muita informação disponível pela internet e em banco de dados também, porém isto não quer dizer necessariamente mais conhecimento, é preciso entender o que é relevante, trabalhar estes dados e, então, fazer um bom uso dessa informação de acordo com seus tipos de dados, ela deve ser estruturada de maneira lógica e inteligente.
| |
| | |
| === Tipos de informação ===
| |
| Segue alguns tipos e técnicas de Mineração de Dados que se é possível obter informações:
| |
| * '''Associações:''' É a busca de dados,eventos, que frequentemente ocorrem de forma simultânea em um conjunto de dados.
| |
| | |
| * '''Sequências:''' São eventos que estão ligados ao longo do tempo. Como exemplo, o que um usuário faz após o primeiro login em uma rede social e assim começa a surgir uma sequência de ações.
| |
| | |
| * '''Classificação:''' Reconhece a qual grupo um item pertence através da análise dos itens já classificados anteriormente usando-se um conjunto de regras.
| |
| * '''Estimativa ou Regressão:''' É uma função que mapeia os registros de um banco de dados em um intervalo de valores em numéricos reais. Como exemplo, estimar o valor de um imóvel com base no valor de outros imóveis analisados em seu redor, que está registrado no seu banco de dados.
| |
| * '''Previsão de Séries Temporais:''' Uma série temporal é um conjunto de registros de um fenômeno que é organizado em ordem temporal, como hora,minuto,dia,mês,ano. Como exemplo, registro de eventos no decorrer de um mês podendo ser o quanto foi gasto no mês de energia que é um conjunto mensal ou a quantidade de vezes em que o usuário realizou um login em uma rede social em 1 dia e gerar dados a partir disto.
| |
| * '''Sumarização:''' Consiste em identificar e indicar similaridades entre registros do conjunto de dados.
| |
| | |
| * '''Aglomeração:''' Funciona de maneira semelhante a classificação porém trabalha com grupos indefinidos. Trabalhando com grupos de dados indefinidos aglomerando dados que se relacionam como, agrupar clientes com comportamento de compra similar, a fim de melhor recomendar novos produtos para esses clientes.
| |
| | |
| * '''Prognóstico:''' Prognóstico partem de uma série de valores existentes para prever quais serão os próximos valores. Por exemplo um prognóstico pode descobrir padrões nos dados que ajudam os gerentes a estimar sobre o números de vendas e também uma receita aproximada.
| |
| | |
| Lembrando que todos esses tipos e técnicas de Mineração de Dados que cito acima eles são adaptados em vários outros segmentos e não apenas no sentido comercial, fazendo exemplos usando o mercado facilita a compreensão, não há um limite de como se fazer a mineração, irá depender do profissional de como relacionar todas as informações brutas em alguma informação que tenha valor, toda a mineração é realizada através de uma pesquisa de um banco de dados, que segue uma lógica.
| |
| | |
| === Exemplos ===
| |
| '''Comércio'''
| |
| | |
| Suponhamos que em um supermercado acontece a seguinte situação:
| |
| A maioria dos clientes que adquiriram pão e leite desnatado também adquiriram manteiga ou margarina.
| |
| Só é possível descobrir a incidência destes casos apenas com uma Mineração de Dados, com isso foi possível então constatar um padrão de compras entre a maior parte dos clientes e com esta informação o supermercado pode tomar ações para atender mais este tipo de demanda colocando mais a disposição nas prateleiras do supermercado certos produtos que tem um padrão de compras para incentivar ainda mais este hábito.
| |
| | |
| '''Energia'''
| |
| | |
| Em um cenário onde se está em época de poucas chuvas, é preciso aplicar técnicas de Mineração de Dados para a geração de modelos e relatórios que façam a previsão da demanda de consumo de energia elétrica por regiões, as técnicas utilizadas são a Regressão e a Previsão de Séries Temporais, assim é possível conseguir as dados para análise. Para se obter estes dados foram utilizados registros de consumo de energia elétrica ao longo de períodos anteriores.
| |
| | |
| '''Medicina'''
| |
| | |
| Um projeto de Data Mining foi realizado na área de Citopatologia para extrair conhecimento que auxiliasse na detecção e na prevenção de câncer de colo de útero. A base de dados analisada continha informações sobre diversas pacientes de vários municípios do Rio Grande do Sul, incluindo imagens das amostras de material (células) coletado para exame citopatológico. Considerando o grande volume de amostras a ser analisado, o projeto teve como objetivo construir um modelo de classificação que permitisse auxiliar no diagnóstico da doença a partir das imagens e dos dados das amostras coletadas em novas pacientes (tarefa de Classificação).
| |
| | |
| == Referências Bibliográficas ==
| |
| Links:
| |
| * [https://pt.wikipedia.org/wiki/Minera%C3%A7%C3%A3o_de_dados <nowiki>[1] Mineração de Dados - Wikipedia]</nowiki>]
| |
| * [http://www.sas.com/pt_br/insights/analytics/mineracao-de-dados.html <nowiki>[2] Mineração de Dados, O que é e por que é importante? - SAS]</nowiki>]
| |
| * [http://computerworld.com.br/exemplos-de-aplicacoes-de-data-mining-no-mercado-brasileiro <nowiki>[3]</nowiki>] [http://computerworld.com.br/exemplos-de-aplicacoes-de-data-mining-no-mercado-brasileiro Exemplos de aplicações de data mining no mercado brasileiro - Ronaldo Goldschmidt e Eduardo Bezerra]
| |
| * [https://msdn.microsoft.com/pt-br/library/ms174949.aspx <nowiki>[4] Conceitos de mineração de dados - Microsoft Developer Network]</nowiki>]
| |
1 Conceito
1.1 Tipos de informação
1.2 Exemplos
2 Referências Bibliográficas