Técnicas e ferramentas para data Mining

Abstract

A cada dia que passa os dados gerados pelos sistemas de informação são cada vez maiores. Uma solução para esse problema é utilizar a técnica de data mining. Essa técnica é utilizada para a descoberta de novas informações em termos de padrões ou regras usando das informações geradas de grandes bases de dados. Durante o processo de descoberta, têm-se as fases onde é feita a seleção, limpeza, enriquecimento, transformação, mineração e exibição da informação. Todo esse processo visa a conversão dos dados brutos em informações aproveitáveis. Nesse sentido as ferramentas que existem atualmente usam as mais variadas técnicas para extrair o conhecimento. Existem várias ferramentas para realizar o data mining, e que durante o trabalho são abordadas duas delas, o Weka e o RapidMiner. Usando de um arquivo nativo da aplicação Weka e uma base de dados feita no Mysql, é realizada uma comparação entre as duas ferramentas, mostrando os pontos fortes e fracos de cada uma. O resultado da aplicação dessas técnicas passa um maior entendimento para que os gestores de grandes corporações possam tomar as decisões corretas a partir de determinados comportamentos gerados.

Every day, the data generated by information systems grows. One solution to this problem is data mining. This technique is used to discover new information in terms of patterns or rules using information generated from large databases. During the discovery process, there are phases of selection, cleansing, enrichment, transformation, mining, and display of information. This entire process aims to convert raw data into actionable information. In this sense, current tools use a wide variety of techniques to extract knowledge. There are several tools for data mining, and two of them, Weka and RapidMiner, are discussed in this work. Using a native Weka application file and a MySQL database, a comparison is made between the two tools, highlighting the strengths and weaknesses of each. The result of applying these techniques provides greater understanding, enabling managers of large corporations to make the right decisions based on specific behaviors.