¿Cuáles son los diferentes tipos de técnicas de minería de datos?
La minería de datos generalmente se refiere a un método utilizado para analizar los datos de una fuente de destino y componer esa retroalimentación en información útil. Esta información generalmente se utiliza para ayudar a una organización a reducir los costos en un área en particular, aumentar los ingresos o ambos. A menudo facilitado por una aplicación de minería de datos, su objetivo principal es identificar y extraer patrones contenidos en un conjunto de datos determinado.
Lo más importante, las técnicas de minería de datos tienen como objetivo proporcionar información que permita una mejor comprensión de los datos y sus características esenciales. Las empresas y las organizaciones pueden emplear muchos tipos diferentes de técnicas de minería de datos. Si bien pueden adoptar un enfoque similar, todos generalmente se esfuerzan por cumplir con diferentes objetivos.
El propósito de las técnicas de minería de datos predictivas casi siempre es identificar modelos estadísticos o patrones que se pueden utilizar para predecir una respuesta de interés. Por ejemplo, una institución financiera podría usarla para identificar qué transacciones tienen la mayor probabilidad de fraude. TLa suya es la técnica de minería de datos más común y la que se ha convertido en una herramienta de toma de decisiones eficiente para las empresas de mediana a gran tamaño. También ha demostrado ser efectivo para predecir el comportamiento del cliente, clasificar los segmentos de los clientes y pronosticar varios eventos.
Los modelos de resumen se basan en técnicas de minería de datos que responden en consecuencia a los datos resumidos. Por ejemplo, una organización puede asignar pasajeros aéreos o transacciones de tarjetas de crédito en diferentes grupos en función de sus características extraídas del proceso analítico. Este modelo también puede ayudar a las empresas a obtener una comprensión más profunda de su base de clientes.
Los modelos de asociación tienen en cuenta que ciertos eventos pueden ocurrir juntos de manera regular. Esta podría ser la compra simultánea de artículos como un mouse y un teclado o una secuencia de eventos que condujeron a la falla de un dispositivo de hardware particular. Modelo de asociaciónS representan técnicas de minería de datos utilizadas para identificar y caracterizar estos acontecimientos asociados.
Los modelos de red usan técnicas de minería de datos para revelar estructuras de datos que están en forma de nodos y enlaces. Por ejemplo, un anillo de fraude organizado podría compilar una lista de números de tarjeta de crédito robados, y luego dar la vuelta y usarlos para comprar artículos en línea. En esta ilustración, las tarjetas de crédito y los comerciantes en línea representan los nodos, mientras que las transacciones reales actúan como enlaces.
La minería de datos tiene muchos propósitos y puede usarse para una ganancia positiva y maliciosa. Más organizaciones están llegando a descubrir los beneficios de fusionar técnicas de minería de datos para formar modelos híbridos. Estas poderosas combinaciones a menudo dan como resultado aplicaciones con un rendimiento superior. Al integrar las características clave de diferentes métodos en soluciones híbridas individuales, las organizaciones generalmente pueden superar las limitaciones de los sistemas de estrategia individual.