La metodología data mining como subsistema de información y su funcionalidad en contexto KDD: una aproximación empírica

• Autores: José María Viani López-Sallaberry
• Directores de la Tesis: María Covadonga Fernández Baizán (dir. tes.) , Eugenio Santos Menéndez (dir. tes.)
• Lectura: En la Universidad de Deusto ( España ) en 2007
• Idioma: español
• Tribunal Calificador de la Tesis: Rafael Portaencasa Baeza (presid.) , Verónica Canivell Castillo (secret.) , Paula Luna Huertas (voc.) , Antonio Francisco Fernández Fernández (voc.) , Beatriz Galán Espiga (voc.)
• Texto completo no disponible (Saber más ...)
• Resumen

  • Los computadores han sido concebidos para almacenar y explotar el conocimiento, Sin embargo, existe el problema de entender lo que el conocimiento significa, de encontrar medios de representarle y de especificar métodos automáticos para extraer la información útil que se encuentra escondida en los datos.

    El transformar los datos en conocimiento no constituye una tarea fácil ni directa. Los conjuntos de datos se encuentran generalmente desorganizados, contienen detalles inútiles y, a menudo, el conocimiento encerrado en ellos es incompleto.

    Aunque hace ya tiempo se desarrollaron técnicas para el análisis de datos, en la actualidad, se requieren procedimientos avanzados para el análisis inteligente de los mismos debido a que existe un vacío entre la generación de datos y su comprensión.

    Por tanto, el problema central en la investigación del descubrimiento del conocimiento se concreta en como convertir la información expresada en términos de datos almacenados en conocimiento plasmado en reglas referentes a algunas características o relaciones que se produzcan en aquellos así como en el desarrollo de métodos aplicados al razonamiento del conocimiento extraído.

    A causa del interés de científicos de diversas áreas de investigación en este problema surgió KDD (Knowledge Discovery in Data Bases) definido como "Proceso no trivial de descubrimiento de patrones novedosos, válidos, potencialmente útiles y comprensibles en grandes volúmenes de datos".

    Sin embargo, el proceso de búsqueda de patrones no se realiza de manera directa sino que necesita de procedimientos complejos lo que ha llevado a identificarlos y agruparlos en fases dependiendo de su función.

    Una de ellas es la denominada Data Mining (minería de datos) en la cual se realiza el proceso de búsqueda de relaciones, tendencias, etc. a efectos de extracción de patrones de naturaleza tanto descriptiva como predictiva mediante la aplicación de algoritmos de variada naturaleza. Común