• Author / Uploaded
• Gianfranco Ortiz Sierra

Citation preview

EXTENSIONES DEL DATA MINING Bibliominería: aspectos teóricos La aplicación de minería de datos en bibliotecas se denomina bibliominería4 (bibliomining). El término fue acuñado por Nicholson y Stanton (2003)5 como una derivación de los términos bibliometría (biliometrics) y minería de datos (data mining), con el fin de favorecer la conceptualización y el trabajo de los investigadores del campo. Estos autores definen bibliominería como "la combinación de minería de datos, bibliometría, estadística y herramientas de elaboración de informes y extracción de patrones de comportamiento, basados en sistemas bibliotecarios". Para Nicholson (2006) la utilización de un nuevo término está justificada porque el término library (o biblioteca) asociado a minería de datos se refiere principalmente al conjunto de algoritmos que utiliza el software, por lo que puede dar lugar a errores y dificultades en la descripción y búsqueda de información sobre el tema. Como se ha señalado, la bibliominería suele relacionarse con la bibliometría, pues ambas tareas se ocupan del análisis y cruce de datos mediante técnicas estadísticas para descubrir y establecer patrones y tendencias en los datos como ayuda a la toma de decisiones (obtener el dato por el dato, la mera presentación de resultados es una tarea vacua e inútil). Si bien en bibliominería se trata de datos sobre la actuación previa a la utilización de la información, mientras que la bibliometría trabaja con los datos relativos a la información que ha sido finalmente usada.

Para Nicholson, el proceso de bibliominería está compuesto de seis fases (Nicholson, 2003), que a grandes rasgos coinciden con las propuestas sobre minería de datos indicadas anteriormente: Determinación de las áreas de interés. Identificación de fuentes de datos internas y externas. Recopilar, limpiar y hacer anónimos los datos en el data warehouse (almacén de datos). Selección de las herramientas de análisis apropiadas. Descubrimiento de patrones a través de la minería de datos y creación de informes con herramientas tradicionales de análisis. Análisis e implementación de los resultados.

Utilidad de la bibliominería: Optimización de servicios: ayuda a los administradores a reorganizar el contenido de la biblioteca, autoridades e interfaces. Apoyo a la toma de decisiones. Personalización: ayuda a los usuarios a identificar información de interés para ellos por recomendación de materias similares. Lo que supondría una mejora de los tan útiles sistemas de DSI (Difusión Selectiva de Información). Predicción de necesidades de los usuarios: ver la evolución de las temáticas consultadas puede ayudar a predecir cuáles serán consultadas posteriomente. Identificación de materiales no consultados: por un mal proceso de selección o por una catalogación o clasificación incorrecta. Justificación del mantenimiento o supresión de acuerdos de préstamo interbibliotecario: gasto del préstamo frente a gasto de adquisición. Minería en la nube- customer relationship management datamining in the cloud By Guido Deutsch

La mineria de datos es una determinada tecnica para analizar los datos en el manejo o administracion de las relaciones de los clients, marketing y distribución. Por ejemplo ayuda a o optimizar la interaccion con el cliente, muestra el potencial de compras de los clientes y la posibilidad aleatoria mediante la aplicación de métodos estadisticos-matemáticos a grandes cantidades de datos. Así las compañías puede hacer los esfuerzos del área de marketing mas precisos, haciendo los costos más bajos y obteniendo mejores resultados.

Mineria de datos es practicamente usada por las grandes compañias La mineria de datos puede ser usado si se tiene por lo menos 10000 usuarios.pero debido al alto costo per cliente para aplicarlo virtualmente genera decrecimiento en los ingresos debido al numero de clients, por ende casi siempre son las grandes compañías con millones de usuarios quienes lo usan. El alto coste del personal el hardware y la licencia de software simplemente no lo hacen productive. La prinicipal fuente de los costos son los expertos en la mineria de datos que necesitan prepara los datos y entender el conocieminto del la compañoa. Ellos tienen q ser contratados o proveidos por las compañías consultoras y/o externos. Cuotas anuales de las licencias que incluso equivale al costo por los expetos en la minería de datos tienen q ser pagadas también el hardware tiene q ser eficiente y originar costos notables. Es por eso q la minería de datos no puede ser usada por las pequeñas compañías.

Reducir los costos de la mineria de datos a través de SaaS- La minería en la nube nace El modelo de distribucion Saas ( software como un servicio) o (Software as a Sevice) ayuda a reducer costos proveyendo opciones para licencias flexibles y tercerizando los esfuerzos por conseguir el hardware. Mediante saas el software no esta en la compañia, sino q se encuentra en un servidor proveedor de servicios. Esto es, elproveedor se hace cargo del hardware, busca actualizaciones de software y matienene técnicamente todo. En la minería en la nube los sevidores qproveen el software son la nube. Estos pueden ser publicas de google., amazon, etc o privada en los servidores d algún proveedor individual. Esto tiene 2 principales efectos, por una parte el cliente solamente paga por las herramientas q necesita. Esto hace que ahorre muchísimo mas comparado con los programas complejos q el no usa exhaustivamente. Y por otro lado el simplemente paga solo por los costos q ha generado al usar la nube. El no se encarga del mantenimiento a la infraestructura del hardware, puede aplicar la minería de datos mediante un buscador. Esto reduce las barreras q limitaban a las pequeñas empresas de beneficiarse de la minería de datos