TrabalhoDataMining

Trabalho mineração de dados

1 INTRODUÇÃO Atualmente com a popularização dos dispositivos moveis e o facil acesso a internet o volume de dados vem crescendo de uma forma incrivelmente grande, e as organizações veem buscando maneiras de conhecer melhor e agregar valor ao seu negocio em um mercado cada vez mais competitivo. Com este cenario a mineracao de dados pode ter um papel importante dentro dessas empresas, buscando encontrar os padroes e tendencias de mercado, observando os dados de sua base de dados e identificando padroes que dificilmente seriam notados. O objetivo deste trabalho é mostrar um pouco do referencial teorico por traz da mineração de dados atravez do KDD e suas etapas e também mostrar um experimento com a ferramenta WEKA
2 KDD

2.1 CONCEITO

O termo KDD (knowledge-discovery in databases) em portugues conhecido como Decoberta de Conhecimento em Banco de Dados, foi criado em 1989 com o objetivo de fazer a extração de informações de uma base de dados, atraves de tecnicos e algoritmos de Data Mining, que cria relações de interesse que não são facilmente observadas, e auxiliar a validação do conhecimento extraído, resumindo o conceito de KDD é o processo de transformação de dados em conhecimento e tem o objetivo de descobrir o conhecimento util, valido e relevante sobre uma determinada atividade. O KDD é dividido em cinco etapas de desenvolvimento, que são seleção, pré-processamento, transformação, Data Mining, Interpretação e Avaliação, e serão descritas no proximo topico.

2.2 ETAPAS DE DESENVOLVIMENTO

2.2.1 Seleção
Seleção é a primeira fase do processo. É escolhido o conjunto de dados pertencentes a um domínio, que farão partes da análise. A escolha dos dados fica a cargo de um especialistado domínio. A complexidade do processo se dá pelo fato de os dados poderem vir de fontes diferentes e em formatos diferentes. Possui impacto significante sobre a qualidade dos resultados do processo, uma vez que toda a análise será feita sobre os