Uma análise comparativa sobre ferramentas de mineração de dados adotadas na academia e na indústria

Hoje em dia, existe uma grande quantidade de dados sendo produzidos através da utilização de sistemas de informação. Todos os dias, muitas informações são armazenadas em diversos bancos de dados, principalmente corporativos. Assim sendo, o processo de mineração de dados vem sendo amplamente difundid...

Full description

Bibliographic Details
Main Author: Thiago Affonso de M. N. Viana
Format: Article
Language:Portuguese
Published: Universidade de Fortaleza 2012-06-01
Series:Revista Tecnologia
Online Access:https://periodicos.unifor.br/tec/article/view/4579
Description
Summary:Hoje em dia, existe uma grande quantidade de dados sendo produzidos através da utilização de sistemas de informação. Todos os dias, muitas informações são armazenadas em diversos bancos de dados, principalmente corporativos. Assim sendo, o processo de mineração de dados vem sendo amplamente difundido e utilizado, seja na academia ou na indústria, como um método de auxílio à tomada de decisão em áreas como medicina, meteorologia, áreas financeiras, entre outras. O uso de mineração de dados mostra-se eficiente quando se deseja obter informações que, a princípio, não são perceptíveis, no entanto, através de combinações promovidas nos dados, podem ser descobertas e usadas como fontes estratégicas para o apoio na tomada de decisões. Todavia, esse processo não é viável se não for realizado de maneira automatizada, e para isso, existem ferramentas que utilizam a mineração de dados para gerar resultados, tornando o processo de descoberta de conhecimento e mineração de dados mais rápido e eficiente. O trabalho aqui proposto descreve um estudo comparativo entre três ferramentas de mineração de dados, as quais foram escolhidas após uma pesquisa de uso na academia e na indústria da cidade do Recife-PE. Essas ferramentas foram analisadas sob duas perspectivas: desempenho, medido a partir do tempo necessário para o processamento dos dados de cada uma das ferramentas; e precisão, estudada a partir do percentual de acertos e erros gerados nos dados de saída das ferramentas.
ISSN:0101-8191
2318-0730