mineria de datos parte i

Introducción a la Minería de Datos

LUIS PAULO VIEIRA BRAGA

LUIS IVÁN ORTIZ VALENCIA

Indice

Introducción

KDD y Minería de Datos

Base de datos para minería de datos – Data Warehouse,Data Mart y Data Webhouse

Tratamiento de datos para DM

Métodos para Modelaje

Validación del Modelo

Estudios de Casos


Introducción

Herramientas


http://introduccionmineriadedatos.blogspot.com/

Libro texto

http://www.r-project.org/index.html

Introducción

MODELOS PREDITIVOS pretendem estimar valores futuros o desconocidos de variables de interés (target).


Introducción

Los modelos de clasificación (supervisada) serán identificados como modelos de predicción com argumento categórico.


Introducción

Los restantes modelos de predicción poseen argumentos numericos.


Introducción

MODELOS DESCRITIVOS identifican patrones que explican o resumen los datos.


Introducción

La classificación no supervisada a partir de una tabla de casos-variables, trata de situar todos los casos em grupos homogéneos (conglomerados o clusters) no conocidos de antemano. La classificación no supervisionada es la creación de conglomerados.


Introducción

El Analise de Asociación expresa las combinaciones de valores de los atributos nominales que suceden más frecuentemente.


Introducción

La “minería de datos” provee un método automático para descubrir patrones en datos, sin la tendenciosidad y la limitación de un análisis sustentado meramente en la intuición humana.


Introducción

La “minería de datos” comprende un conjunto de técnicas para la “descripción” y “predicción” a partir de grandes masas de datos. Por este motivo ella está generalmente asociada a bases de datos especiales denominadas data wharehouse. Estas bases de datos permiten la integración rápida de datos oriundos de diferentes fuentes.


La construcción de modelos en el proceso KDD/DM

La sigla KDD – Knowledge Discovery in Databases fue creado en 1995 para designar el conjunto de procesos, técnicas y abordajes que propician el contexto en el cual la minería de datos tendrá lugar.



La minería de datos está incluida en un proceso mayor denominado Descubrimiento de Conocimientos en Base de Datos, Knowledge Discovery in Database (KDD). Rigurosamente el DM se restringe a la obtención de modelos, restando las etapas anteriores y el propio DM como instancias del KDD.

Datos Datos Dados Objetos Process./Transf.

Previsión

Classes



Buscando establecer una secuencia genérica de etapas para un proyecto de “Minería de Datos” tendremos:

Definición del problema

Adquisición y evaluación de los datos

Plan de prototipaje y desarrollo del modelo

Evaluación del modelo

Implementación

Evaluación del retorno de la inversión

Extracción de características y realce



1. Problema: identificar clientes que se interesarían en comprar CDB’s.

2. Datos: muestra de 150 mil clientes de quienes se midieron diversos atributos.

3. Extracción de características: considerar únicamente los atributos relacionados a la recencia, frecuencia y factor monetario.

4. Modelo: Árbol de clasificación.5. Evaluación: el árbol explicó 80% del comportamiento de losclientes.6. Implementación: basado en el árbol fueron enviadas invitaciones para una parte del total de los clientes del banco proponiendo la aplicación en CDB’s.

7. Retorno de la inversión: se gastó 30% menos en difusión porque al contrario de otras divulgaciones el contacto sólo fue hecho con parte de los clientes. La respuesta fue 50% mejor que en divulgaciones anteriores.

Ejemplo de las siete etapas en una aplicación destinada a unacampaña de ventas deCertificados de Depósitos Bancarios (CDB)de un banco que tiene 1,400,000 clientes (personas físicas):


Base de datos para minería de datos: Data Warehouse, Data Mart y Data Webhouse



Tipo de herramienta

Cuestión básica Ejemplo de respuesta

Data Mining ¿ Qué és interessante ?¿ Qué puede

suceder ?

Tipos de clientesPredicción de ventas

OLAP ¿ Qué sucedió y por qué ?

Ventas mensuales versus variaciones de precios de los

competidores

EIS/DSS ¿ Qué necesito saber ahora ?

Cotizaciones diversas

Estudios yinformes

¿ Qué sucedió ? Ventas del último mes


Base de datos para minería de datos: Data Warehouse, Data Mart y Data Webhousey

Los datos se organizan em torno a los hechos, que tienen unos atributos o medidas que pueden verse em mayor o menor detalle según ciertas dimensiones.


Base de datos para minería de datos: Data Warehouse, Data Mart y Data Webhousey Data ebhouse

Data Warehouse, o almacén de datos es um conjunto de datos históricos, internos o externos, y descriptivos de um contexto o área de estudio, que están integrados y organizados de tal forma que permiten aplicar eficientemente herramientas para resumir, describir y analisar los datos com el fin de ayudar em la toma de decisiones estratégicas..



www.jeunesse.com.br




Banco Relational versus Multidimensional



La sigla KDD – Knowledge Discovery in Databases fue creado em 1995 para designar el conjunto de procesos, técnicas y abordajes que propician el contexto en el cual la minería de datos tendrá lugar. En suma, es la aplicación del método científico moderno a los problemas del mundo de los negocios.



Cuando usamos las técnicas de minería de datos para analizar problemas del mundo de los negocios, es necesario estar atento al cambio de paradigma que está ocurriendo. En el antiguo paradigma, un negocio estaba organizado en áreas funcionales – marketing, finanzas, ingeniería – y un comando dedicado para la producción.



Este paradigma está cambiando para algo dirigido al clientealrededor de quien se establece una red de procesos controlables retroactivamente. Los modelos de minería de datos deben evidenciar este nuevo paradigma bajo pena de incrementar nada.



La primera ola de este cambio de paradigma fue sustentado en el concepto de lealtad/asiduidad medidas por la métrica RFM (recencia – tiempo transcurrido desde la última compra; frecuencia valor monetario), un ejemplo es el programa de millas presente en muchas compañías aéreas.



La segunda ola se sustentó en la optimización del valor del cliente, buscando la oferta de productos y servicios en nichos definidos por segmentos de clientes.



La tercera ola va más allá – busca la personalización en masa, proceso radical en el cual el consumidor puede alterar estructuralmente el producto/servicio de acuerdo con su pedido. Es el caso de la Toyota en el Japón, Domino en los EUA, y otras.



Un modelo predictivo calcula algún valor que representa un nivel de actividad futura, un modelo descriptivo descubre reglas que son usadas para agrupar ítems en categorías. Dentro de las aplicaciones de los modelos predictivos tenemos: los modelos de respuesta, riesgo, cross-sell, upsell, competencia, valor presente líquido y ciclo de vida. En relación a los modelos descriptivos las aplicaciones más comunes son: análisis de perfil de cliente y carro de compras.



Como un ejercicio formule un problema en su organización que pueda ser tratado usando minería de datos. Recuerde, el trabajo o el producto disponible es personalizado. O sea, usted sabe quien es el cliente o el usuario. No es necesario limitarse a negocios lucrativos, por ejemplo, en una industria a partir de datos de accidentes construir un modelo predictivo a partir del cual se pueda evaluar la propensión de un funcionario a accidentarse.

mineria de datos parte i

Education