Mineração De Dados

SUMÁRIO

1.INTRODUÇÃO..............................................................................................01

2.O QUE É DATA-MINING?............................................................................01

3.EXTRAÇÃO DE CONHECIMENTO EM BASE DE DADOS ...................... 02

4.DEFINIÇÕES DO TERMO........................................................................... 03

5.DATA MINING E RECONHECIMENTO DE PADRÕES.............................. 04

6.PRINCIPAIS TECNOLOGIAS USADAS EM KDD.......................................07

7.SISTEMAS DE INFORMAÇÃO E KDD....................................................... 07

8.CONCLUSÃO.............................................................................................. 08

9.Referências bibliográficas .......................................................... 09

Introdução

As duas últimas décadas acompanharam um aumento dramático na quantia de informações ou dados que são armazenadas em formato eletrônico. Esta acumulação de dados aconteceu a uma taxa explosiva. Foi calculado que a quantia de informação no mundo dobra a cada 20 meses e o tamanho e número de bancos de dados estão aumentando ainda mais rapidamente. O valor destes dados armazenados está tipicamente ligado à capacidade de extrair informações de mais alto nível que se encontra subjacente a estes dados, ou seja, informação útil que sirva para dar suporte a decisões, e para exploração e melhor entendimento do fenômeno gerador dos dados. Podem existir padrões ou tendências úteis interessantes que, se descobertos, podem ser utilizados, por exemplo, para otimizar um processo de negócio em uma empresa, ajudar no entendimento dos resutados de um experimento científico, ajudar médicos a entender efeitos de um tratamento entre outros.

Dentro deste contexto, data mining (mineração dos dados - extração de informações implícitas, padrões ocultos em bases de dados) tem ganho muita atenção de diversas áreas de interesse. Elas o consideram como um campo crítico para seus negócios. O uso de informações valiosas obtidas por mineração dos dados é necessário para manter a competitividade no ambiente comercial atual. Com o advento do "data warehousing" que faz a armazenagem de grandes quantidades de dados em um local comum e do contínuo avanço no aumento do poder de processamento dos computadores, os empresários procuram por tecnologias e ferramentas para extrair informações úteis dos dados

O que é Data Mining?

É o processo de descobrir informações relevantes, como padrões, associações, mudanças, anomalias e estruturas, em grandes quantidades de dados armazenados em banco de dados, depósitos de dados ou outros repositórios de informação. Devido a disponibilidade de enormes quantias de dados em formas eletrônicas, e à necessidade iminente de extrair delas informações e conhecimentos úteis a diversas aplicações, por exemplo na análise de mercado, administração empresarial, apoio à decisão, etc, data mining foi popularmente tratado como sinônimo de descoberta de conhecimento em bases de dados, apesar de, na visão de alguns pesquisadores, data mining será considerado como um passo essencial da descoberta de conhecimento. Em geral, um processo de descoberta de conhecimento consiste em uma iteração das seguintes etapas:

• Preparação: É o passo onde os dados são preparados para serem apresentados às técnicas de data mining. Os dados são selecionados (quais os dados que são importantes), purificados (retirar inconsistências e incompletude dos dados) e pré-processados (reapresentá-los de uma maneira adequada para o data mining). Este passo é realizado sob a supervisão e conhecimento de um especialista, pois o mesmo é capaz de definir quais dados são importantes, assim como o que fazer com os dados antes de utilizá-los no data mining.

• Data Mining: É onde os dados preparados são processados, ou seja, é onde se faz a mineração dos dados propriamente dita. O principal objetivo desse passo é transformar os dados de uma maneira que permita a identificação mais fácil de informações importantes.

• Análise de Dados: O resultado do data mining é avaliado, visando determinar se algum conhecimento adicional foi descoberto, assim como definir a importância dos fatos gerados. Para esse passo, várias maneiras de análise podem ser utilizadas, por exemplo: o resultado do data mining pode ser expresso em um gráfico, em que análise dos dados passa a ser uma análise do comportamento do gráfico.

Data mining é uma das ferramentas mais utilizadas para extração de conhecimento através de bancos de dados (Knowledge Discovery in Databases - KDD), tanto no meio comercial quanto no meio científico.

Extração de Conhecimento em Base de Dados

A extração de conhecimento em bases de dados consiste na seleção e processamento de dados com a finalidade de identificar novos padrões, dar maior precisão em padrões conhecidos e modelar o mundo real. Data mining, em português, mineração de dados se refere ao exame de grandes quantidades de dados, procurando encontrar relações entre dados não explícitas que possam ser usadas em modelos do mundo com capacidade preditiva e explanatória. Espera-se que o conhecimento extraído seja utilizado. Neste caso, seu uso dará frutos que poderão ou não interferir com novos dados a serem obtidos, como foi visto em Barreto [3].

O objetivo deste capítulo é apresentar alguns conceitos e definições do contexto de data mining e principalmente dar uma introdução ao processo completo de descoberta do conhecimento incluindo esquemas gráficos e a descrição de algumas de suas tarefas básicas. No final do capítulo será apresentada a descrição de algumas aplicações de sucesso que mostram como as técnicas de data mining atingem todas as áreas do conhecimento.

Um ciclo completo está representado na Figura 4.1 (Inspirada em Fayyad [11]).

O ponto de partida do ciclo consiste em