Fundamentação data mining

1. Introdução
O presente artigo é referente ao trabalho da disciplina de Banco de Dados II do curso de Sistemas de Informação. O trabalho refere-se à fundamentação do Data Mining. Explicando para que serve, junto ao KDD, e definindo seus aspectos positivos e negativos.
2. Referencial Teórico
2.1. Utilização
O Data Mining, em geral é um processo utilizado para peneirar informações repetidas, sem conhecimento prévio, de um banco de dados com bastante informações, que irão ver as oportunidades e perceber (“insights”) técnicas que podem ser utilizadas para melhorar os processos em questão.
Data mining relaciona-se com a análise de dados e o uso de ferramentas computacionais na busca de características, regras e regularidades em um grande conjunto de dados. Obviamente, é extremamente importante a escolha apropriada da ferramenta de data mining que será implementada. É esta ferramenta ou conjunto de ferramentas que auxiliará na extração de características e busca de regras que não são perceptíveis ou não são óbvias nos bancos de dados.
Um clássico exemplo sempre discutido em aulas, que tratam deste assunto, é o do Wal-Mart que descobriu que o perfil do consumidor de cervejas era semelhante ao de fraldas. Eram homens casados, entre 25 e 30 anos que, aos finais de semana, iam comprar fraldas e, aproveitando a data, também compravam cervejas. Com base na verificação destas hipóteses, a Wal-Mart optou por uma otimização das atividades junto às gôndolas nos pontos de vendas, colocando as fraldas ao lado das cervejas, aos finais de semana.
No final, foi diagnosticado que as vendas desses produtos subiram cerca de 30% nos finais de semana, isso, com a redefinição de layout baseada na conexão de hipóteses desenvolvidas pelo Data Mining.
Ferramentas como WEBMINER que serve para mineração de dados de usuários de rede, descobre automaticamente associações e padrões através dos dados presentes nos logs do servidor.

2.2. KDD - Knowledge Discovery in Database
O Data