Mineração de Dados
Hoje em dia, as empresas acumulam grandes quantidades de dados em seus sistemas de informação. Com isso, a análise de tais dados torna-se cada vez mais difícil conforme a base de dados cresce. Claro, os sistemas de informação costumam oferecer relatórios e acesso rápido aos dados armazenados. Mas, nem sempre isso basta para a tomada de decisões nas empresas. Isso porque, tais organizações, buscam vantagem competitiva, almejam estar a frente da concorrência. E, para tanto, precisam obter informações preciosas sobre os dados armazenados.
A uma empresa de vendas, pode ser interessante gerar informações a partir de dados de clientes e vendas efetuadas. Mas, como obter tais informações? Um caminho para a obtenção de informações que os relatórios automáticos dos sistemas de informações de uma empresa não fornecem pode ser a mineração de dados. A partir dela, se pode gerar informação e conhecimento sobre bases de dados com grande volume.
Assim como a mineração de ouro, a mineração de dados busca extrair informações valiosas a partir de dados brutos. Por exemplo: Como agrupar usuários de uma rede social pelos seus perfis de usuário? Pelas suas características em comum. Como agrupar clientes de uma empresa de acordo com as chances probabilísticas de serem bons ou maus pagadores? Esse agrupamento, muitas vezes, vai além do que se pode obter através de relatórios gerados pelo sistema de informação de uma empresa.
Para o agrupamento de entidades armazenadas em bancos de dados, se pode aplicar um algoritmo de mineração de dados. Vale ressaltar que a mineração de dados é um ramo da inteligência artificial que tem aplicações na análise e interpretação de dados de entidades armazenadas em bancos de dados e, tais entidades podem ser usuários de uma rede social, clientes de uma loja de roupas ou calçados, etc.
Mineração de dados e Métodos estatísticos
É comum em mineração de dados a utilização de algoritmos de redes neurais artificiais para extrair características e, com base nelas, agrupar ou classificar os dados. Inclusive, há uma relação entre a mineração de dados e a estatística, dado que, a estatística pode ser aplicada no pré-processamento e preparação dos dados a serem submetidos a rede de neurônios artificiais (RNAs) para extração de características. As vezes é necessário gerar dados estatísticos para, por exemplo, organizar clientes pela faixa etária ou pelo tempo que o cliente está cadastrado no sistema. Pode ser útil também gerar médias ou outras medidas estatísticas sobre essas classes de clientes para submeter tais dados ao algoritmo de agrupamento.
Metodos estatísticos também podem ser empregados sobre os grupos de dados gerados a partir da aplicação de algoritmos de redes neurais artificiais. Por exemplo, se um algoritmo de RNA gera automaticamente alguns grupos de dados sobre uma empresa de vendas, pode-se gerar dados estatísticos sobre esses grupos de clientes de modo a determinar, por exemplo, que os clientes que mais compram, são também os clientes que mais devem ou, até mesmo, os que menos devem. Isso pode variar entre dados de diferentes empresas de vendas, mas, nem sempre relatórios estatísticos sobre os dados dos clientes são suficientes para obter informações como esta.
Abaixo algumas páginas sobre algoritmos de mineração de dados:
- Framework Java e aplicação SOM
- Dissertação sobre o SOM ( Download )
