Data mining aplicado a business intelligence

Disponível somente no TrabalhosFeitos
  • Páginas : 5 (1203 palavras )
  • Download(s) : 0
  • Publicado : 19 de abril de 2012
Ler documento completo
Amostra do texto
Tópicos do Trabalho de Conclusão de Curso



1. Rápido crescimento da quantidade de dados nos últimos anos:


Isso se deve a rápida evolução dos recursos computacionais ocorrida nos ultimos anos que permitiu simultaneamente fossem gerados grandes volumes de dados. A quantidade de informação no mundo dobra a cada 20 meses e que o tamanho e a quantidade dos bancos de dados crescem comuma velocidade ainda maior.




2. Exemplos de empresas com grandes quantidades de dados:


Bank of América: um dos maiores bancos americanos;
Walmart: uma multinacional Americana de lojas de departamento;
Vestibular PUC-RJ: unversidade particular situada no Rio de Janeiro;
MasterCard International: uma empresa norte-americana do setor de pagamentos;
Armyand Air Force Exchange Service(AAFES): é uma agência do Departamento de
Defesa dos Estados Unidos;
MetroHealth Insurance Corp: é um hospital de rede de segurança para os
moradores da cidade de Cleveland e é sem fins lucrativos;
Canadian Imperial Bank of Commerce(CIBC): é um dos maiores bancos do Canadá;
Gilman Securities: empresa de segurança.http://www.guiafar.com.br/portal/index.php/pt/artigos/tecnologia-da- informacao/159-data-mining-mineracao-de-dados?showall=1




3. Informações sobre Gestão de conhecimento (Knowledge Management):
Gestão de conhecimento é um conjunto de estratégias para criar, adquirir, compartilhar e utilizar ativos de conhecimentos. Estabelecer fluxos que garantam a informação necessária no tempo e formato adequados afim de auxiliar na geração de idéias, solução de problemas e tomada de decisões.
Alguns benefícios obtidos/esperados sobre Gestão de conhecimento:
- Melhor aproveitamento do conhecimento já existente;
- Diferenciação em relação as demais empresas;
- Melhor time to market (agilidade na tomada de decisões);
- Otimização de processos;
- Redução de custos;- Aumento da receita.
Ferramentas mais utilizadas na área:
- Ferramentas/ Intranet;
- Gerencia de Documentos;
- Groupware;
- Workflow;
- Bases I. do Conhecimento;
- Business Intelligence;
- Mapas de Conhecimento;
- Ferramentas/ Inovação.


http://pjacovani.blogspot.com/2008/05/knowledge-management-gesto-do.html;SI-Aula-0-3.ppt - Slide 9 da matéria Sistemas de Informação.




4. O que é Knowledge Discovery in Databases?
O KDD – descoberta de conhecimento em bancos de dados é um processo de identificação de novos padrões válidos que serão uteis e compreensíveis em conjuntos de dados. O KDD possui diversas fases que são: definição do problema, seleção dos dados, limpeza dos dados, préprocessamento dos dados, codificação dos dados, enriquecimento dos dados, mineração dos dados(Data Mining) e interpretação dos resultados.
Aqui está a principal fase do Knowledge Discovery in Databases:
- Mineração dos Dados: tem a função de transformar os dados em informação, além de estar relacionada com a descoberta de novos fatos, regularidades, restrições, padrões e relacionamentos.http://www.heliorocha.com.br/graduacao/sisinfo/download/TEI/AulaKDD.pdf;






5. O que é Data Mining?


Data Mining é um processo que explora grandes quantidades de dados a procura de padrões e detecção de relacionamentos entre informações gerando assim novos subgrupos de dados.
O objetivo do Data Mining é encontrar automaticamente padrões, anomalias e regras para transformar estes dadosaparentemente ocultos em informações úteis para a tomada de decisão e avaliação de resultados.
Não há dúvida que a adoção de ferramentas do Data Mining terem crescido consideravelmente nos últimos anos, e a tendência é de constante crescimento em sua adoção. Porém apesar estar em constante evolução que irei abordar agora:
- Complexidade dos dados;
- Fonte dos Dados;
- Aumento da usabilidade e...
tracking img