Minería de datos, de textos y de sentimientos

3
Introducción
La minería de datos podría ser definida como un proceso de descubrimiento de
nuevas y significativas relaciones, tendencias y patrones al explorar grandes
cantidades de datos. El tener a disposición una gran cantidad de información así
como el uso de diversas herramientas informáticas ha dirigidos el análisis de datos
a la aplicación de diferentes técnicas especializadas enmarcados en lo que se
conoce como Data mining o minería de datos.
Las técnicas utilizadas en la minería de datos tienen como objetivo decubrir de
manera automática el conocimiento que se encuentre almacenado de forma
ordenada en la información contenido en una gran base de datos. El fin principal
es encontrar patrones, perfiles y tendencias mediante el análisis de datos usando
tecnologías que permitan reconocer patrones, redes neuronales, lógica difusa,
algoritmos genéticos y muchas otras técnicas avanzadas del análisis de datos.
Hoy en día la minería de datos es utilizada en muchos campos de la ciencia, a
nivel financiero y bancario, en el análisis de mercados y comercios, en el área de
la salud tanto pública como privada, a nivel educativo, en procesos industriales, en
medicina, biología y bioingeniería así en las telecomunicaciones y diferentes
áreas. (Perez Lopez & Santín González, 2007)
En este escrito revisará el concepto de la minería de datos, su aplicación e
importancia para la toma de decisiones en las organizaciones
¿Qué es minería de datos?
4
¿Qué es minería de datos?
Se entiende como minería de datos a un grupo de técnicas utilizadas para extrar y
obtener información válida, pormenorizada y de mucha utilidad que se encuentra
en las diferentes bases de datos. Es muy útil para la toma decisiones ya que
contribuyen a predecir tendencias y comportamientos a futuro por lo cual es una
herramienta poderosa para las organizaciones.
La minería de datos o Data mining como es conocida en inglés, relaciona los
procedimientos utilizados en la industria minera para extraer los minerales de la
tierra realizando explosiones que hagan que suba a la superficie. Siguiendo esta
misma técnica, la minería de datos realiza explosiones en las bases de datos con
el fin de extraer información oculta en ellas.
Mediante el uso de varias herramientas y técnicas algorítmicas, la minería de
datos busca patrones de interés ocultos en las bases de datos con el fin de
anticipar futuros y pronosticar situaciones con cierto grado de probabilidad. De
esta manera se puede encontrar información predecible que cualquier persona por
muy experta que sea no puede encontrar fácilmente. La minería de datos puede
ser implementada en cualquier plataforma de hardware y software y puede ser
integrada a sistemas de información on-line. (Reinosa & Maldonado, 2012)
Historia de la minería de datos
El data mining no es algo nuevo, se viene dando desde los años sesenta cuando
en esos momentos los estadísticos utilizaban los términos data fishing, data
mining o data archaerlogy; más tarde en los años ochenta se empezó a hablar de
los del término KDD que por sus siglas en inglés significa proceso de extracción
de conocimiento a partir de datos del cual la minería de datos forma parte. A partir
de ese año se fueron creando varias empresas dedicadas a presar servicios
relacionados con la minería de datos y poco a poco fueron surgieron muchas
otras; hasta el momento existen más de cien empresas dedicadas a la minería de
datos. (Felix, 2002)
5
Es conocida una historia de éxito de la implementación de la minería de datos en
1992 de un empleado de la empresa NCR corporation que realizó un estudio para
Osco Drugs de American Stores. Como resultado de este estudio se observó que
durante el horario de 5 a 7 de la noche se producía la compra con más frecuencia
de dos artículos que no estaban relacionados entre pero que eran llevados al
mismo tiempo: los pañales y las cervezas. Esto concluyó entonces que muchos
padres de familia que eran enviados a comprar pañales a esa hora terminaban
llevando también unas latas de cervezas, situación que fue aprovechada por la
tienda para colocar el refrigerador con las cervezas cerca al exhibidor de pañales
para potencializar dicha compra bien sea por decisión propia o por impulso. Esto
es una muestra de los resultados inesperados que se pueden encontrar al utilizar
la minería de datos y de las decisiones que puede tomar la organización basada
en dichos descubrimientos. Es muy importante que la organización sea ágil para
utilizar los resultados obtenidos, por lo cual, la minería de datos por sola no es
últil, a menos que se aproveche como debe ser. (Reinosa & Maldonado, 2012)
Business Intelligence
La minería de datos tiene su origen en los sistemas de información cuya finalidad
era recopilar información sobre un tema determinado para tomar decisiones. Al
surgir nuevos softwares y hardwares , las organizaciones se informatizaron y los
sistemas de información pasaron a dar soporte a los procesos básicos de la
empresa tales como en ventas, producción, recursos humanos y demás a los
cuales se les llama Sistemas de información para la gestión. Con el tiempo y tras
la necesidad de las empresas de tener una base que les ayudase a la toma de
decisiones surgieron herramientas que suplieran estas necesidades llamadas DSS
(Decision support system) tales como las EIS y OLAP así como las diferentes
técnicas herramientas de la minería de datos.
Las EIS (Executive information systems) son un conjunto de herramientas y
sistemas de información que le permiten a los ejecutivos de las empresas tener
6
acceso al estado de las actividades y su gestión. Permiten informar de manera
inmediata cualquier cambio que se presente en la empresa, para ello analiza el
estado diario de la organización mediante indicadores claves. El tipo de
información que regularmente se pide suelen ser las ventas semanales, balances
parciales y el nivel de stocks y a la vez es representada mediante gráficos en
hojas de cálculo. (Perez Lopez & Santín González, 2007)
Las OLAP (On-line analytical processing) brindan facilidad para manejar y
transformar los datos para producir nuevos datos. El objetivo de las OLAP es
agilizar la consulta de grandes cantidades de datos.
Las herramientas de la minería de datos tienen como objetivo extraer patrones y
tendencias con el fin de predecir comportamientos futuros. La minería de datos
analiza los datos mientras que las OLAP e EIS facilitan el acceso a la información
para que se puede hacer un análisis más efectivo, lo cual quiere decir que sirven
de apoyo a la minería de datos.
El uso de cada herramienta dependerá del objetivo de la organización, para ello se
debe partir de una cuestión básica, tal y como podemos ver en la siguiente tabla:1
(Braga, Valencia, & Carvajal, 2009)
Para que puedan funcionar los sistemas arriba mencionados, es necesario que
exista un almacén de datos o Warehouse el cual es una colección de datos
1 Imagen tomada del libro Introducción a la minería de datos Luis Pablo Vieira Braga y otros. 2009
7
históricos internos o externos, que describen un contexto o área de estudio
orientada hacia un dominio que permiten aplicar herramientas con el fin de
describir, resumir y analizar los datos para ayudar en la toma de decisiones.
Para cargar o alimentar los datos se utiliza un sistema llamado ETL (Extraction,
transformation, Load) que se encarga de la lectura de los datos , incorporación de
nuevos datos, creación de claves etc. En la siguiente imagen se explica cómo
funcionan estos sistemas 2
2 Imagen tomada del libro Minería de datos: técnicas y herramientas de César Perez López y Daniel Santín
González
8
Técnicas de minería de datos
Las técnicas de la minería de datos se clasifican en predictivas, descriptivas y
auxiliares y se organizan como aparecen en la siguiente imagen3
3 Imagen tomada del libro Minería de datos: técnicas y herramientas de César Perez López y Daniel Santín
González
9
¿Cómo se crea un modelo de minería de datos?
Para aplicar la minería de datos se pueden seguir los siguientes seis pasos:
Definición del problema
Preparación de los datos
Exploración de los datos
Generación de los modelos
Exploración y validación los modelos
Implementación y actualización los modelos
En la siguiente figura se puede observar estos pasos
Como se puede observar este es un proceso clico lo cual quiere decir que si los
datos encontrados no son suficientes para la creación del modelo o los modelos
no son los adecuados para los fines propuesto. Se deben entonces repetir los
mismos pasos para crear un nuevo modelo.
10
Definir el problema
Lo primero que se debe hacer para crear un modelo de minería es definir el
problema y considerar la forma que se pueden usar los datos para dar solución al
mismo.
En este punto se analizan los requisitos empresariales, se define el ámbito del
problema, la forma en que se evaluará el modelo así como establecer los objetivos
concretos del proyecto de la minería de datos. Para ello se pueden hacer las
siguientes preguntas:
¿Qué se busca? ¿Qué tipo de relaciones se intenta buscar?
¿El problema refleja resolver el problema que las directivas están
intentando solucionar?
¿Que desea hacer a partir del modelo de la minería de datos?
¿Predicciones, buscar patrones interesantes o asociaciones?
¿Qué resultado se desea predecir?
11
¿Qué datos se tienen y que tipo de información hay en cada columna? Si
hay tablas, ¿Cómo están relacionadas? ¿Se necesita limpiar, agregar o
procesar los datos antes de ser utilizados?
¿Cómo están distribuidos los datos? ¿Son estacionales?¿ Representan de
forma precisa los proceso de la empresa?
Preparar los datos
El siguiente paso consiste en consolidad y limpiar los datos identificados en el
paso anterior. Estos datos pueden tener incoherencias o estar muy dispersos
como por ejemplo que un cliente compró un producto antes de que saliera al
mercado o que compra en una tienda ubicada a 20000 Km de su casa.
Esta limpieza no es únicamente quitar los datos que no sean válidos sino también
buscar correlaciones que se oculten en los datos, identificar el origen de los datos
que son más preciso y determinar que columnas son las más adecuadas para el
análisis.
12
Explorar los datos
Se deben conocer los datos con el fin de tomar las mejorar decision a la hora de
crear modelos de minería de datos, para ello se deben usar técnicas de
exploración tales como calcular los valores mínimos y máximos, calcular la media
y las desviaciones estándar y examinar la distribución de los datos.
Generar modelos
En el cuarto paso de la minería de datos lo que se realizar es generar el modelo
utilizando los conocimientos que se adquirieron en la exploración de los datos,
para ello se deben definir qué columnas de datos se van a utilizar con el fin de
crear una estructura de minería de datos.
13
Explorar y validar los modelos
El siguiente paso del proceso de minería de datos es explorar los modelos
obtenidos anteriormente y comprobar que sean eficaces previos a su
implementación. Al probar lo modelos se puede ver cual ofrece mejores resultados
para el problema planteado inicialmente.
Si no funciona ninguno de los modelos que se han creado, se debe volver a los
pasos anteriores para ya sea replantear el problema o volver a investigar los datos
del conjunto original
Implementar y actualizar los modelos
Por último se debe implementar los modelos que funcionen mejor en el entorno de
producción los cuales pueden llegar a realizar diferentes tareas de acuerdo a las
necesidades de la empresa.
14
Entre las tareas que puede realizar el modelo son:
Para hacer predicciones que se podrán utilizar luego para tomar decisiones
comerciales
Crear consultas de los contenidos para recuperar reglas, fórmulas y
estadísticas del modelo.
Incrustar la funcionalidad del modelo en una aplicación (Microsoft, 2014)
Aplicación del data mining
Actualmente el data mining puede ser utilizado en diversos campos dentro de los
que se encuentran:
Hacer análisis financieros: se aplica en el sector bancario o financiero y lo
que se busca es proveer datos con los que sea posible hacer análisis
sistemáticos confiables. Con ello se puede predecir el pago de préstamos,
analizar las políticas de crédito de los clientes, clasificar y agrupar clientes
para crear ofertas especializadas y detectar posibles fraudes y delitos
financieros.
En el sector retail : las tiendas dedicas a este tipo de actividades recogen
diariamente mucho información provenientes de las ventas, el historial de
15
compras y el transporte de las mercancías. Con estos datos se pueden
hacer predicciones que le permitan a las tiendas ofrecer un mejor servicio y
y facilitar su retención. La minería de datos en estos casos puede hacer :
Análisis de las ventas, los clientes los productos, el tiempo y la región
Analizar la eficacia de las campañas de ventas
Recomendar productos de forma personalizada
En las telecomunicaciones: en este sector se puede usar la minería de
datos para identificar patrones de telecomunicaciones, ayuda a faciliar la
detección de actividades fraudulentas y hacen posible uso mejor los
recursos haciendo que de esta forma mejora la calidad del servicio.
(Lantares, 2014)
¿Qué es minería de textos?
La minería de textos es la localización, análisis y organización de la información
con el fin de crear una nueva información que no se puede de forma evidente al
revisar los documentos. Es nueva información obtenido puede ser un patrón, una
tendencia o una correlación que no se puede identificar sólo leyendo los
documentos los cuales pueden ser páginas de internet, correos electrónicos, un
campo en las bases de datos o un archivo de texto sin ningún formato.
El text mining o minería de textos comprende tres actividades fundamentales las
cuales son:
Recuperar la información : seleccionar los textos adecuados
Extraer la información contenida en esos textos: datos claves, hechos y
acontecimientos
Utilizar la minería de datos para encontrar asociaciones entres esos textos
claves (galeon.com, 2016)
16
¿Cómo se hace la minería de textos?
Para implementar la minería de datos se pueden seguir las siguientes cuatro
etapas:
Primera etapa: Se establecen los objetivos con el fin de aclarar lo que se busca en
la investigación y el fin de establecer los límites y acotar hasta que punto se desea
profundizar.
Segunda etapa: Procesar los datos mediante la selección, el análisis y reducción
de los textos o documentos de los cuales se extraerá la información. Esta es la
etapa que consume la mayor cantidad de tiempo
Tercera etapa: Especificar qué modelo o técnica se va a utilizar, esto va a
depender de los objetivos planteados y de las tareas que se van a realizar
Cuarta etapa: Se analizan los resultados con el fin de utilizar la información
encontrada para tomar las decisiones que mejor se adapten a la organización.
(galeon.com, 2016)
Aplicación de la minería de textos
Para extraer información: puede ser usada para extraer información de
grandes cantidades de texto que se encuentren en la web permitiendo de
esta forma definir entidades y sus relaciones, revelar información
significativa y facilitar la comprensión de los datos.
Clasificar documentos: permite recuperar y navegar en documentos,
especialmente en empresas que llevan un registro histórico de sus
actividades y proyectos en documentos. Para ello se aplican algoritmos de
minería de textos que agrupo los documentos y obtiene información
descriptiva de cada uno de cada grupo para poder hacer una mayor
comprensión de los mismos.
17
Elaboración de resúmenes: se puede obtener una descripción de manera
general de un conjunto de documentos con respecto a un tema específico.
En este sentido estos métodos pueden ser clasificados en dos categorías la
sumarización extractiva y la sumarización abstracta.
Extracción de conocimiento: utilizando la minería de textos es posible
realizar modelos de conocimiento a partir de la información extraída de los
documentos.
¿Qué es minería de sentimientos u opiniones?
La minería de opiniones o de sentimientos puede definirse como la aplicación de
una serie de técnicas del procesamiento del lenguaje natural, lingüística
computacional y minería de textos cuyo objetivo es extraer información subjetiva a
partir de información que publiquen las personas ya sea en blogs o reviews de
productos por internet. A partir de este análisis se puede obtener información
importante ya sea positiva o negativa.
Al hacer minería de opiniones o sentimientos se aplica la minería de textos y se
puede hacer de dos formas:
Detección de la polaridad: tiene como objetivo establecer si una opinión es
negativa o positiva y a la vez tratar de obtener un valor numérico dentro de
un rango establecido para obtener un rating asociado a una opinión
determinada.
Análisis del sentimiento basado en características: su objetivo es ser
capaces de establecer cuáles son las características de un producto
basándose en el review u opinión de los usuarios y con cada una de esas
características obtener una polaridad. (Brainsins, 2015)
18
Conclusión
La minería de datos, de textos y de sentimientos brinda herramientas muy útiles
para el análisis de los datos y textos que a la vez permiten identificar patrones de
comportamiento que ayuden a la toma de decisiones. Son muchas las utilidades
que se le pueden dar tanto a la minería de datos, de textos y de sentimientos, pero
está en cada organización establecer qtipo de ténica va a utilizar basada en el
planteamiento inicial de un problema.
Bibliografía
Braga, L. P., Valencia, L. I., & Carvajal, S. S. (2009). Introducción a la minería de
datos. Sao Pablo: Sindicato nacional de editores.
Brainsins. (2015). Obtenido de http://www.brainsins.com/es/blog/mineria-
opiniones/3555
Cesar Perez Lopez, D. S. (2007). Minería de datos : técnicas y herramientas.
Madrid: International Thompson Ediciones Paraninfo s.a.
Enrique Jose Reinosa, C. A. (2012). Base de datos. Mexico: Allfaomega.
galeon.com. (02 de 04 de 2016). Galeon.com. Obtenido de
http://textmining.galeon.com/
Lantares. (2014). Obtenido de http://www.lantares.com/blog/mineria-de-datos-
aplicaciones-que-ya-son-una-realidad
Microsoft. (2014). Obtenido de https://msdn.microsoft.com/es-
mx/library/ms174949%28v=sql.120%29.aspx
Perez Lopez, C., & Santín González, D. (2007). Minería de datos: Técnicas y
Herramientas . Madrid: Internacional Thomson Ediciones Paraninfo.
Agradecimientos
Al Instituto Tecnológico de Orizaba por darme la oportunidad de formarme
profesionalmente y al profesor Fernando Aguirre y Hernández por todos los
conocimientos que nos ha compartido en su materia Fundamentos de Ingeniería
19
Administrativa para aprender y perfeccionar mis capacidades de redactar artículos
científicos de calidad.
1
MINERÍA DE DATOS, DE TEXTOS Y SENTIMIENTOS
Por: Ana María Polo Ahumada
Estudiante Maestría en Ingeniería Administrativa
Instituto Tecnológico de Orizaba
Fundamentos de Ingeniería Administrativa
2
Tabla de contenido
Introducción ..................................................................................................................................... 3
¿Qué es minería de datos? .......................................................................................................... 4
Historia de la minería de datos .................................................................................................. 4
Business Intelligence .................................................................................................................... 5
Técnicas de minería de datos ..................................................................................................... 8
¿Cómo se crea un modelo de minería de datos? .................................................................. 9
Definir el problema ..................................................................................................................... 10
Preparar los datos ...................................................................................................................... 11
Explorar los datos ....................................................................................................................... 12
Generar modelos ........................................................................................................................ 12
Explorar y validar los modelos.................................................................................................. 13
Implementar y actualizar los modelos ..................................................................................... 13
Aplicación del data mining ........................................................................................................ 14
¿Qué es minería de textos? ....................................................................................................... 15
¿Cómo se hace la minería de textos? .................................................................................... 16
Aplicación de la minería de textos .......................................................................................... 16
¿Que es minería de sentimientos u opiniones? .................................................................. 17
Conclusión ..................................................................................................................................... 18
Bibliografía ..................................................................................................................................... 18
Agradecimientos .......................................................................................................................... 18
(Visited 2 times, 1 visits today)

Hazle saber al autor que aprecias su trabajo

Estás en libertad de marcarlo con "Me gusta" o no

Tu opinión vale, comenta aquíOculta los comentarios

Comentarios

comentarios

Compártelo con tu mundo

Cita esta página
Polo Ahumada Ana María. (2016, abril 7). Minería de datos, de textos y de sentimientos. Recuperado de http://www.gestiopolis.com/mineria-datos-textos-sentimientos-2/
Polo Ahumada, Ana María. "Minería de datos, de textos y de sentimientos". GestioPolis. 7 abril 2016. Web. <http://www.gestiopolis.com/mineria-datos-textos-sentimientos-2/>.
Polo Ahumada, Ana María. "Minería de datos, de textos y de sentimientos". GestioPolis. abril 7, 2016. Consultado el 26 de Septiembre de 2016. http://www.gestiopolis.com/mineria-datos-textos-sentimientos-2/.
Polo Ahumada, Ana María. Minería de datos, de textos y de sentimientos [en línea]. <http://www.gestiopolis.com/mineria-datos-textos-sentimientos-2/> [Citado el 26 de Septiembre de 2016].
Copiar
Imagen del encabezado cortesía de maaorg en Flickr