Data Mining

Andra Barcellos de Arago IND 2108 Anlise de Sistemas de Informao Prof.: Slvio Hamacher

Setembro 2002

Introduo
Pequena loja de vinhos x grande empresa

Proprietrio Memria do proprietrio Capacidade de aprendizado

Computador

Banco de Dados

Data Mining

Data Mining
Definio:
Tcnicas automticas utilizadas para explorar grandes bases de Dados de forma a descobrir relaes e padres existentes nestas informaes. (HAN 2001)

Banco de Dados

Data Mining: Fatores de seu crescimento

Aumento do volume de dados disponveis
Organizao dos Dados

Disponibilidade de computadores de alto desempenho Competio Empresarial

Data Mining x Knowledge Data Discovery(KDD)

-Data Mining: Sinnimo ou etapa?

-Definio do KDD: Descoberta de conhecimento relevante, implcito e desconhecido de grandes bases de dados.

Etapas de KDD
1. Limpeza 2. Integrao 3. Seleo 4. Transformao 5. Data Mining 6. Avaliao dos Modelos

Arquitetura para o Data Mining

Interface Grfica com o usurio Avaliao de Padres e Modelos

Minerador de Dados Servidor de banco de Dados e Data Warehouse Banco de Dados

Base de Conhecimento

Data Warehouse

Fases do Data Mining na Empresa

Definio do problema

Anlise dos Resultados

Data Mining

Aplicao das Relaes Descobertas

Anlise das Relaes Descobertas

Tcnicas de Data Mining

Classificao: Determinar com que grupos de
entidades j classificadas anteriormente o objeto apresenta semelhana. Exemplos: Classificar os clientes de uma empresa segundo:

Tipo de compras: boa, mdia e ruim. Descries dos produtos: preo, marca, posio na loja, tipo e categoria.

SE(Idade_Cliente<18)E(Sexo_Cliente=M)

ENTO(Produto_Comprado=Videogame)

Tcnicas de Data Mining

Regras de Associao: Exprimem condies de
valores de atributos que ocorrem juntos em um conjunto de dados. Tm por objetivo encontrar relacionamentos ou padres freqentes.
Exemplo: Idade (X, 20...29) ^ renda(X, 2000...2900) compra(X, aparelho de CD) [suporte=2%, confiana=60%] X: antecedente da regra Y: consequente da regra

Suporte: 2% dos clientes entre 20 e 29 anos e renda entre R$ 2000.00 e 2900.00 compraram aparelho de CD. Confiana: Entre os clientes com estas caractersticas 60% compraram aparelho de CD.

Tcnicas de Data Mining

Agrupamento(Clustering): Agrupa objetos em
grupos de modo que objetos dentro do mesmo grupo so o mais semelhante possvel. - As classes no so previamente conhecidas. - Cada cluster pode ser visto como uma classe da qual regras podem ser derivadas.
-Exemplo:

Identificao de grupos de aplices de seguro por preo atravs da mdia de custos de ocorrncia de sinistros.

Identificao de regies de acordo com o tipo de plantao.

Data Mining: Aplicaes

Marketing/ Vendas
Prever quais consumidores sero atingidos nas campanhas publicitrias.

Encontrar caractersticas dos consumidores de acordo com a regio demogrfica.

Verificar por que os clientes trocam uma empresa por outra.

Medicina
Prever quais pacientes tm maior probabilidade de contrair uma certa doena.
Identificar terapias de sucesso p/ determinadas doenas. Identificar a relao entre algumas doenas e certos perfis profissionais, hbitos pessoais e local de moradia.

Finanas
Detectar padres de fraudes no uso de cartes de crdito. Identificar tendncias de alta ou baixa de aes.

Data Mining: Consideraes Finais

Com a velocidade da inovao tecnolgica, prever um futuro prximo um pouco arriscado, mas alguns pesquisadores arriscam uns palpites: Os sistemas tero pelo menos 80% de Inteligncia Artificial. Automatizao de todas as etapas da descoberta de conhecimento em Bases de dados. Os sistemas devero ter uma ao mais pr-ativa na gerao e filtragem de conhecimento til extrados dos dados.

Bibliografia
CARVALHO, Lus A V. A Minerao de Dados no Marketing, Medicina,Economia,Engenharia e Administrao.So Paulo:Editora rica,2001. FREITAS JR., O.G. et al. Sistema de Apoio Deciso usando a tecnologia Data Mining com estudo de caso na Universidade Estadual de Maring. I Congresso Brasileiro de Computao 2001

Han, J., Kamber, M., Data Mining: concepts and techniques, Academic Press, 2001.
www.cesar.org.br/analise/n_32