Referat Data Mining

  • Nota 10.00
  • 0 comentarii
  • Publicat pe 27 Iunie 2016

Descriere Referat

        Denumirea de data mining provine de la analogia cu activitatea minieră; tot aşa cum este necesară dislocarea şi rafinarea a tone de minereu pentru a obţine câteva grame de aur, aici sunt examinate şi analizate sute de mii sau milioane de date pentru a extrage din ele informaţii, dincolo de  scopurile pentru care acestea au fost colectate şi memorate la origine.
        Data mining are, ca şi alte concepte folosite în informatică, mai multe definiţii. În esenţă, acestea converg spre ideea formulată anterior: un proces de extragere de informaţii noi din colecţiile de date existente. Termenul de dată este utilizat cu semnificaţia de descriere a unui eveniment exact, produs în lumea reală şi verificabil prin raportare la aceasta. Informaţia constituie descrierea unei categorii abstracte, ce acoperă mai multe evenimente sau exemple concrete. 
        In data mining, principiul de funcţionare este următorul: sunt prelucrate datele referitoare la perioadele trecute, examinând o serie intreaga de situaţii care s-au produs şi ale căror rezultate sau consecinţe sunt bine cunoscute, pentru a evidenţia caracteristicile acestora şi a permite elaborarea unui model.         Odată construit, modelul poate fi aplicat situaţiilor noi  de acelaşi tip. 
        Informaţiile obţinute prin data mining sunt de natură predictivă sau descriptivă. 
        Un exemplu tipic de problemă predictivă este direcţionarea  acţiunilor de marketing. Datele rezultate din corespondenţa promoţională trecută se folosesc pentru a identifica destinatarii pentru care următoarea campanie promoţională poate aduce un maxim de efect. 
        Detectarea tranzacţiilor frauduloase cu carduri bancare constituie unul dintre exemplele tipice de aplicaţii descriptive. Explorarea ansamblului tranzacţiilor permite evidenţierea unui anumit tipar comportamental, considerat normal. Deîndată ce la un bancomat se cere efectuarea unei tranzacţii ce iese din acest tipar, solicitarea poate fi refuzată. Este posibil ca operaţia cerută să fie sau să nu fie frauduloasă; o analiză ulterioară poate stabili acest lucru dar, în acest stadiu, sistemul o respinge pentru a preveni orice consecinţe nedorite

Extras din referat:

"O explorare dirijată de oportunităţi
        Potenţialul oferit de tehnicile de data mining trebuie încorporat în procesele comerciale curente ale organizaţiilor pentru a deveni realmente utile. Căutarea de informaţii nu este un scop în sine; ea devine utilă doar în măsura în care se transpune în acţiune.
        Declanşarea unui demers bazat pe data mining se face ca urmare a observării sau constatării unei necesităţi sau oportunităţi comerciale. Observarea diminuării numărului de clienţi, scăderea vânzărilor la un anumit produs, lansarea unui nou produs sau serviciu sunt câteva exemple de situaţii de acest tip. O firmă poate alege să reacţioneze sau nu la asemenea situaţii şi, în caz afirmativ, poate alege diverse moduri de a o face. Tehnicile de data mining constituie una dintre acestea. Totuşi, este de reţinut că fiecare dintre ele este adecvată unui anumit gen de probleme sau de circumstanţe şi că, de multe ori, aplicarea lor în combinaţie poate produce rezultatele cele mai bune. Alegerea trebuie să aibă în vedere şi compatibilitatea dintre cerinţele în materie de date ale tehnicii sau tehnicile alese şi cele de care se poate dispune realmente. 
        Pasul următor constă în explorarea propriu-zisă a datelor. La rândul său, acesta este departe de a fi simplu sau liniar. Multe dintre aceste tehnici solicită, înainte de a putea fi utilizate, un proces de învăţare; datele, fiind eterogene, impun o etapă de pregătire prealabilă; rezultatele sunt rareori aplicabile în forma în care sunt obţinute, cerând un efort suplimentar de interpretare şi adaptare, la care să participe şi decidentul, cu cunoştinţele şi experinţa sa în afaceri. Spre exemplu, aplicarea unui algoritm de grupare poate evidenţia existenţa a 20 de clustere diferite; dintre acestea, doar unul se poate dovedi util dar relevanţa lor nu poate fi apreciată decât de specialistul sau specialiştii din firmă.
Informaţiile obţinute anterior au valoarea acţiunilor întreprinse pe baza lor. Tehnicile de data mining permit obţinerea de cunoştinţe mai bogate privitoare la mediul în care există şi funcţionează întreprinderea. Acestea trebuie însă transformate în acţiune iar efectul acţiunilor măsurat. 
        Este posibil ca acţiunea de data minig să fie un eşec şi nu o reuşită. Este posibil ca măsurile întreprinse să nu fie cele mai adecvate în raport cu informaţiile obţinute. Atât reuşita cât şi eşecul pot fi sursă de învăţăminte pentru viitor, pot fi stimulii unor noi acţiuni de data mining, mai bine şi mai precis orientate şi derulate. "
Descarca referat