Data mining

Data Mining:
“Transformação de dados em conhecimento”

Vanessa Mortago Amato
POSEAD – Turma 12/2009

São Paulo
2011

SUMÁRIO

1 INTRODUÇÃO 3
2 KDD - (KNOWLEDGE DISCOVERY IN DATABASES) 4
3 DATA MINING: DEFINIÇÃO 6
4 DATA MINING: TÉCNICAS E MÉTODOS DE UTILIZAÇÃO 8
5 FERRAMENTAS DE DATA MINING 12
6 USO DE DATA MINING NAS ORGANIZAÇÕES 15
7 CONSIDERAÇÕES FINAIS 16
8 REFERÊNCIAS BIBLIOGRÁFICAS 17

1 INTRODUÇÃO

A competitividade do mercado atual e o nível de exigência dos consumidores, está forçando o empresário a criar sempre novas estratégias que consigam fidelizar seus clientes e satisfazer suas necessidades.

Para atingir este objetivo o empresário pode utilizar de todo o histórico de seus dados armazenados e de técnicas para estudar o comportamento de seus clientes. Com base nestes dados é possível tentar obter diversos tipos de informações: que cliente comprou o produto X e quantas vezes, agrupar produtos por faixa etária de cliente, possíveis produtos que seus clientes comprem com maior frequência, em que época do ano, etc.

Este tipo de análise é chamada de Data Mining ou mineração dos dados, obtida através da análise de grande quantidade de dados espalhados entre as diversas aplicações que a empresa possui a respeito de seus clientes à procura de padrões e relacionamentos das informações gerando novos sub-grupos de dados.

Esta tecnologia emergiu da intersecção de três áreas: estatística clássica, inteligência artificial e aprendizado de máquina, sendo a primeira a mais antiga delas. O Data Mining é parte de um processo maior conhecido como KDD(Knowledge Discovery in Databases) – em português - Descoberta do conhecimento em Base de Dados, que segundo Addrians & Zantinge (1996), permite a extração não trivial de conhecimento previamente desconhecido e potencialmente útil de um banco de dados.

A finalidade deste trabalho é sintetizar os principais conceitos, técnicas, regras e características que envolvem esta tecnologia.

2 KDD