Data Mining
A D R F H Y U T R H O L B H Z A Q DC V B G F S
T F R J P INFORMAÇÃOSRL W I A Z X C D L P
TD R G U L M I F T A R L O C V RW I A D S OZ
UH R Q V B N Y T R E E T H UNIPN D S T R EP
RA J O G I S X S A V I
B D S M I OK P R E T S
MF S B J L A O INTELIGENTESR I A H F T O I
AK Q I D F N I A L O P D F I A T T R O P L A O
S I X V L N T L P A L S A F T P SISTEMASR A
A D R FH Y O T R H O L B H Z A Q DC V B G F S
T F R J P O SE G A M L Q K L W I A Z X C D L P
2
1
Exemplos (2/3)
Exemplos (1/3)
c) Fraldas e cervejas
Áreas de aplicações potenciais:
a) Bancos
O que as cervejas tem a ver com as fraldas ? homens casados, entre 25 e 30 anos;
Identificar padrões de fraudes (cartões de crédito)
Identificar características de correntistas
Mercado Financeiro ($$$)
compravam fraldas e/ou cervejas às sextas-feiras à tarde no caminho do trabalho para casa;
Wal-Mart otimizou às gôndolas nos pontos de vendas, colocando as fraldas ao lado das cervejas;
b) Area Médica
Resultado: o consumo cresceu 30% .
Comportamento de pacientes
Identificar terapias de sucessos para diferentes tratamentos Fraudes em planos de saúdes
Comportamento de usuários de planos de saúde
d) Bank of America (Info 3/98)
3
Selecionou entre seus 36 milhões de clientes
Aqueles com menor risco de dar calotes
Tinham filhos com idades entre 18 e 21 anos
Resultado em três anos o banco lucrou 30 milhões de
4
dólares com a carteira de empréstimos.
Introdução
Exemplos (3/3)
e) Lojas Brasileiras (Info 03/98)
A informatização dos meios produtivos permitiu a geração de grandes volumes de dados:
Aplicou 1 milhão de dólares em técnicas de data mining Reduziu de 51000 produtos para 14000 produtos oferecidos em suas lojas.
Exemplo de anomalias detectadas:
– Roupas de inverno e guarda chuvas encalhadas no nordeste
– Batedeiras 110v a venda em SC onde a corrente elétrica é 220v
Transações