Data Mining

Páginas: 5 (1235 palavras) Publicado: 29 de maio de 2014
FACULDADE PITÁGORAS – MACEIÓ
COORDENADORIA DOS CURSOS TECNOLÓGICOS
CURSO TECNOLÓGICO EM GESTÃO FINANCEIRA







DATA MINING






ALEXANDRE GUTEMBERG DE BARROS PEREIRA






MACEIÓ – ALAGOAS
2014
FACULDADE PITÁGORAS – MACEIÓ
COORDENADORIA DOS CURSOS TECNOLÓGICOS
CURSO TECNOLÓGICO EM GESTÃO FINANCEIRA







Pesquisa sobre Data Mining

Pesquisa solicitadapara obten-ção de nota parcial do primeiro período na disciplina de Sistema de Informação.



Alexandre Gutemberg de Barros Pereira





Maceió – Alagoas
2014
Introdução

O objetivo deste trabalho de pesquisa, desenvolvido na área de Sistema de Informação, é apresentar algumas informações teóricas sobre o Data Mining, mineração de dados.
Para fundamentar as nossas informações,buscamos apoio em aulas on-line e textos científicos publicados na internet.
Nosso trabalho de pesquisa esta dividido da seguinte forma: primeiro falaremos sobre o surgimento e o que é Data Mining, seguido de exemplos e aplicações do mesmo. Por fim as considerações finais.
























1. DATA MINING

A expressão data mining surgiu pela primeira vez em 1990 emcomunidades de bases de dado. A mineração de dados é a etapa de análise do processo conhecido como KDD (Knowledge Discovery in Databases), sendo a sua tradução literal "Descoberta de Conhecimento em Bases de Dado".
O data mining pode ser divido em algumas etapas básicas que são: exploração, construção de modelo, definição de padrão, validação e verificação.
A mineração de dados é uma práticarelativamente recente no mundo da computação, e utiliza técnicas de recuperação de informação, inteligência artificial, reconhecimento de padrões e de estatística para procurar correlações entre diferentes dados que permitam adquirir um conhecimento benéfico para uma empresa ou indivíduo. Para uma empresa, o data mining pode ser uma importante ferramenta que potencia a inovação e lucratividade.
Éimportante destacar que cada técnica de Data Mining utilizada para conduzir as operações de Mineração de Dados adapta-se melhor a alguns problemas do que a outros, o que impossibilita a existência de um método de Data Mining universalmente melhor. Para cada problema particular, tem-se uma técnica particular.

2. DATA MINING, EXEMPLOS E APLICAÇÕES:

2.1. Wal-Mart - Embora recente, a históriado data mining já tem casos bem conhecidos. O mais divulgado é o da cadeia americana Wal-Mart, que identificou um hábito curioso dos consumidores. Há cinco anos, ao procurar eventuais relações entre o volume de vendas e os dias da semana, o software de data mining apontou que, às Sextas-feiras, as vendas de cervejas cresciam na mesma proporção que as de fraldas. Crianças bebendo cerveja? Não, umainvestigação mais detalhada revelou que, ao comprar fraldas para seus bebês, os pais aproveitavam para abastecer o estoque de cerveja para o final de semana.
2.2. Bank of America - Há quem consiga detectar fraudes, cortar gastos ou aumentar a receita da empresa. O Bank of America usou essas técnicas para selecionar entre seus 36 milhões de clientes aqueles com menor risco de dar calote num empréstimo. Apartir desses relatórios, enviou cartas oferecendo linhas de crédito para os correntistas cujos filhos tivessem entre 18 e 21 anos e, portanto, precisassem de dinheiro para ajudar os filhos a comprar o próprio carro, uma casa ou arcar com os gastos da faculdade. Resultado: em três anos, o banco lucrou 30 milhões de dólares.
2.3. Telecomunicações - Atualmente, em telecomunicações, existe umaexplosão nos crimes contra a telefonia celular, dentre os quais, a clonagem. Técnicas de data mining podem ser utilizadas para detectar hábitos dos usuários de celulares. Quando um telefonema for feito e considerado pelo sistema como uma excessão, o programa faz uma chamada para confirmar se foi ou não uma tentativa de fraude.
2.4. Administração em Alto Nível - Depois do final da segunda guerra...
Ler documento completo

Por favor, assinar para o acesso.

Estes textos também podem ser interessantes

  • data mining
  • Data mining
  • Data mining
  • Data mining
  • Data mining
  • Data mining
  • Data Mining
  • Data mining

Seja um membro do Trabalhos Feitos

CADASTRE-SE AGORA!