Data mining

Introdução à mineração de dados

Por Fabio Vessoni

[e-mail]

MV2 Sistemas de Informação

O termo data mining pode causar um certo desconforto, dado a ampla gama de sentidos em que o mesmo pode ser usado. Uma empresa de varejo interessada em oferecer a melhor oferta para seus consumidores regulares. A receita federal pesquisando transações fraudulentas em remessas de moeda estrangeira. A análise de crédito de um banco de varejo, decidindo quais clientes devem receber a próxima mala direta de um novo financiamento. A classificação de clientes de uma operadora de telefonia, sugerindo qual plano se adequa melhor a cada um deles. Estes são apenas alguns exemplos, dentre muitos, do que pode ser considerado data mining.

Com tantas atividades distintas, classificadas sob o mesmo teto, existe uma grande margem para confusão. Como classificar um tópico tão abrangente?

Segundo Michael Berry (http://www.data-miners.com), uma alternativa para a classificação dos sistemas de data mining é separá-los em três dimensões:

• Natureza da tarefa • Objetivo a ser buscado • Grau de estruturação dos dados

Classificando os sistemas em cada uma das três dimensões podemos agrupar sistemas parecidos, e aplicar algorítmos e procedimentos similares.

Explorando um pouco mais estas três dimensões:

Natureza da tarefa: podem ser divididas em quatro: classificação; predição; segmentação e descrição.

Uma tarefa de classificação consiste em associar um item a uma classe, de várias opções pré-definidas. A tarefa do analista passa a ser selecionar qual classe melhor representa um registro, por exemplo, ao se deparar com uma base de dados de veículos, em que cada registro contém os atributos de cor, peso, combustível, número de portas, cilindrada e número de marchas, classificar cada veículo em esporte, utilitário, ou passeio.

Predição pode ser definida como a tarefa de preencher um valor em um registro baseado em outros atributos. Como exemplo de modelo