LA MINERÍA DE DATOS Y SU RELACIÓN A OTRAS CIENCIAS DEL

CONOCIMIENTO

DATA MINING AND ITS RELATIONSHIP WITH OTHER KNOWLEDGE

SCIENCES

Cesar Cuñishpuma Lema1

RESUMEN
En la actualidad se están desarrollando diferentes maneras de educación tanto en la enseñanza como en
el aprendizaje en disciplinas que por lo general se consideran conocimientos fuertes como lo son las
Matemáticas, Física y Química; de la misma manera, pero en una cantidad menor, no dejando de ser
importante se han implementado estrategias de aprendizaje en Ingeniería y Ciencias o Sistemas
Computacionales. Hoy en día el concepto de minería de datos está haciéndose eco en todas partes y lo
que se pretende en este trabajo es llevar información real y precisa a todos los que carecen de este
conocimiento muy importante. Sin embargo, todo señala a que menos de lo esperado la minería de datos
será utilizada por la sociedad, al menos con el mismo peso que actualmente tiene la Estadística. Así, en
este artículo se intentara aclarar algunas dudas como por ejemplo ¿Cuáles son las técnicas que se usan
en la minería de datos? ¿Con que otras ciencias se relacionan la minería de datos? ¿Cuál es el ciclo de
la minería de datos? mediante una introducción a la minería de datos: definición, técnicas, ejemplos,
etc.

Palabras clave: minería de datos, clustering, base de datos, estadísticas.

ABSTRACT
Different ways of education are being developed in both teaching and learning in disciplines
that are generally considered to be strong knowledge such as Mathematics, Physics and
Chemistry; In the same way, but in a smaller amount, while not being important have been
implemented learning strategies in Engineering and Science or Computer Systems. Today the
concept of data mining is echoing everywhere and what is intended in this work is to bring
real and accurate information to all who lack this very important knowledge. However,
everything indicates that less than expected data mining will be used by society, at least with
the same weight as currently has the Statistics. Thus, in this article we try to clarify some
doubts such as: What are the techniques used in data mining? What other sciences are related
to data mining? What is the cycle of data mining? Through an introduction to data mining:
definition, techniques, examples, etc.
Keywords: data mining, clustering, database, statistics.

1
Universidad de Guayaquil, Facultad de Ciencias Matemáticas y Física; Guayaquil, Ecuador, cesar.cunishpumal@ug.edu.ec
 INTRODUCCION MINERÍA DE DATOS

Con la llegada de la era de la computación, el "Minería de datos se define como el proceso de

mundo como se conoce ha experimentado un
crecimiento exponencial en la cantidad de
información disponible sin precedentes en la
historia. Una base de datos como la base de
suficiencia que anualmente procesa el Ministerio
de Salud y del Trabajo tiene una aproximación de
270 millones de registros. El reto de la minería de
datos es desarrollar una forma teórica de pensar y
usar técnicas computacionales que permitan
procesar y aprender de esta información
En definitiva, la minería de datos es
una tecnología usada para descubrir información
oculta y desconocida, pero potencialmente útil, a
partir de las fuentes de información de la
propia empresa. Obtiene un conocimiento de un
negocio, utilizando técnicas de clustering, redes
neuronales, árboles de decisión y reglas de
asociación etc. Los algoritmos automáticos
pueden procesar cantidades de datos muy grandes
y detectar patrones y tendencias que, de lo
contrario, estarían ocultos. La minería de datos
distribuida es una disciplina de alto interés de los
investigadores debido a las limitaciones que
ofrecen las centralizadas a las realidades
organizacionales actuales. La data mining o
minería de datos es una de las
principales herramientas que se utilizan dentro de
los programas de gestión del conocimiento como
soporte a la toma de decisiones.
extraer conocimiento útil y comprensible, desde
grandes cantidades de datos almacenados por
medios automáticos o semi-automáticos. Este
proceso incluye no sólo el análisis inteligente de
los datos con técnicas de minería de datos, sino
también los pasos previos, como el filtrado y
preprocesado de los datos, y los posteriores, como
la interpretación y validación del conocimiento
extraído". (Hernández, 2004).
La minería de datos es el proceso mediante el cual
almacenamos información de todo tipo de
conocimiento en grandes bases de datos. Dicho
proceso consta en identificar relaciones o
patrones, tendencias y clasificaciones que se
encuentran registrados en grandes repositorios de
información.
El ciclo de la minería de datos se inicia con el
entendimiento de un problema práctico que puede
surgir a través de las actividades que se realizan a
diario en las organizaciones y que normalmente
están vinculados a determinadas técnicas y
modelos teóricos del análisis de datos[1].
En la figura 1 se representa el ciclo de la minería
de datos.

En la medicina, se puede identificar las relaciones

que existen entre los suministros de un
medicamento sobre otro medicamento, en la
tecnología, es utilizado para dar prioridad en la
velocidad de entrenamiento de los datos que han
sido recogidos por el gran volumen de datos que
invaden las redes móviles, en ciencias sociales, se
aplica minería de datos como un instrumento
Figura 1: Ciclo de minería de datos.
eficaz para soportar las mediciones de los
patrones socioeconómico. El objetivo
fundamental esa provechar el valor de la
información localizada y usar los patrones
preestablecidos para que los directivos tengan un
mejor conocimiento de su negocio y puedan tomar
decisiones más confiables.

1
Universidad de Guayaquil, Facultad de Ciencias Matemáticas y Física; Guayaquil, Ecuador, cesar.cunishpumal@ug.edu.ec
En este documento, se describen algunas de las
aplicaciones que la minería de datos tiene como
en la educación, para el agrupamiento de las
páginas visitadas y las actividades que realizan los
estudiantes en sus cursos [2].
Aplicaciones de la minería de datos en
diferentes ciencias
En la educación, mediante el uso del algoritmo de
clustering, para agrupar las páginas por su
contenido, acceso, tipo, obteniendo un sistema de
personalización, recomendadores, de
modificación, de irregularidades, regularidades,
de los contenidos, descubrimiento de relaciones
entre actividades, clasificaciones y diagnóstico
incremental de estudiantes, con lo que la
universidad tiene un perfil de ellos, para hacer una
construcción adaptativa de los planes de
enseñanza según las capacidades de los
estudiantes, ofreciéndoles a estos diferentes
materiales o ayudas didácticas, permitiéndole a la
universidad planificar de acuerdo la necesidad de
los estudiantes de tener a su disposición los
medios educativos [3]. En publicaciones previas
han demostrado que la minería de datos se puede
utilizar para detectar alumnos en riesgo de
deserción. [4] aplicó de manera exitosa técnicas
de minería de datos para pronosticar qué grupos
de estudiantes podrían dejar a un lado sus
estudios. En un trabajo relacionado, el autor Lin
[5] utilizó técnicas de minería de datos para
minimizar los esfuerzos para retener estudiantes.
Para ello se generaron modelos predictivos
basados en datos de los estudiantes, que
permitieron detectar con gran precisión aquellos
alumnos que debían recibir ayuda de los sistemas
de retención de alumnos.
En la medicina, se puede identificar las relaciones
que existen entre los suministros de un
medicamento sobre otro medicamento,
centrándose en lo que podría ocasionar:
metabolismo, reacción de un fármaco sobre otro.
Empleando el algoritmo de reglas lógicas,
almacenando las sentencias de información
sintáctica y semántica en una base de datos, para
posteriormente, mediante el uso de instrucciones
de SQL, encontrar las relaciones de los fármacos
[6].
En el campo de la tecnología, es utilizado para dar
prioridad en la velocidad de entrenamiento de los
datos que han sido recogidos por el gran volumen
de datos que invaden las redes móviles, gracias a
los algoritmos de la técnica del clasificador
integrado esto es posible usarlo partiendo del
concepto de la clasificación Bayesiana logra al
mismo tiempo clasificar los datos y entrenarlos. A
partir de conceptos estadísticos se puede usar el
muestreo aleatorio simple, muestreo
estratificado, y muestreo poblacional (similar al
muestreo estratificado, pero, inicia a sub dividir
según la secuencia de los datos) [7].
En las ciencias sociales, se aplica minería de datos
como un instrumento eficaz para soportar las
mediciones de los patrones socioeconómico que
permite evaluar al mismo tiempo muchas
preguntas, probar varias hipótesis o poder
comparar diferentes puntos de estimación, de
políticas gubernamentales, el comportamiento de
los indicadores sociales alcanzados en las
escuelas, estados o países. Dando un tratamiento
adecuado a cada grupo de la población para lograr
el desarrollo de la comunidad o de la sociedad.
Utilizando el algoritmo de la regresión logística a
cada nodo se le da la clase del nodo vecino con lo
que se logra caracterizar al nodo, empleando
etiquetas independientes y dependientes para
determinar la probabilidad de cada clase [8].
En la multimedia, se utiliza para la recuperación
de información que se hace por contenidos, a
través de la igualdad de objetos, en una función
distante, elaborada por la agrupacion de puntos en
un espacio vectorial lográndose la caracterización
de interés en unos valores numéricos de los
objetos. Esto funciona por medio de soluciones
algorítmicas que diseñan e implementan nuevas
estructuras de datos que incluyen, la creación y
recorrido de índices [9].
En el sector agropecuario, aplicamos la minería de
datos haciendo reconocimiento de patrones,
producto de las tecnologías ya usadas como la red
de sensores, los sistemas de ubicaciones
geográficas, procesamiento de imágenes híper
espectral que producen los archivos de los datos
de malezas, plagas, mercadeo y de producción que
ayuden asegurar la sostenibilidad alimenticia del
mundo, asi también los ingresos monetarios de sus
agricultores. Para lo que se necesita estabilizar el
acceso a los datos desde una variedad de
dispositivos móviles, para que su acceso tenga la
accesibilidad en el sitio de cultivo. El uso de
algoritmos de inteligencia artificial, permite el
reconocimiento de patrones con los que se ha
originado al máximo aprovechamiento de la
tierra, el manejo sostenible de los recursos del
agua y la ejecución de políticas para la
explotación de cultivos [10].
En el comercio y sector financiero, con el uso de
la minería de datos aplicamos el algoritmo del
método de análisis discriminante lineal se puede
crear dos grupos de variables. Con lo anterior se
evalúa el comportamiento de los clientes en una
empresa o sector financiero, determinando según
criterios, si son buenos o malos clientes y sus
preferencias de compras, de acuerdo a los
registros de información de ellos [11].
Con todo lo mencionado anteriormente se puede
verificar que la minería de datos ha sido aplicada
en distintos campos de la ciencia del
conocimiento como la educación, multimedia,
comercio y sector financiero, medicina,
actividades agropecuarias, ciencias sociales,
tecnología y aún más importante en la medicina.
Minería de datos distribuida
Al igual que en el concepto anterior de minería de
datos se hacen uso de las mismas técnicas para la
identificación de relaciones, patrones,
asociaciones, segmentos, clasificaciones y
tendencias, a diferencia de lo anterior esto se
aplica para entornos distribuidos.
La Minería de datos distribuida es el proceso de
descubrimiento de conocimiento en arquitecturas
de datos que son totalmente diferentes al enfoque
centralizado. Esto comprende las fuentes de datos
distribuidas, el cómputo distribuido y las
comunicaciones [1].
Existen numerosas áreas donde la minería de
datos se puede aplicar, prácticamente en todas las
actividades humanas que generen datos [12]:
 Comercio y banca: Segmentación de
clientes, previsión de ventas, análisis de
riesgo.
 Medicina y Farmacia: Diagnóstico de
enfermedades y la efectividad de los
tratamientos.
 Seguridad y detección de fraude:
Reconocimiento facial, identificaciones
biométricas, accesos a redes no
permitidos.
 Recuperación de información no
numérica: Minería de texto, minería
web, búsqueda e identificación de
imagen, video, voz y texto de bases de
datos multimedia. • Astronomía:
identificación de nuevas estrellas y
galaxias.
 Geología, minería, agricultura y pesca:
identificación de áreas de uso para
distintos cultivos o de pesca o de
explotación minera en bases de datos de
imágenes de satélites.
 Ciencias Ambientales: Identificación de
modelos de funcionamiento de
ecosistemas naturales y/o artificiales
(plantas depuradoras de aguas
residuales) para mejorar su observación,
gestión y/o control.
 Ciencias Sociales: Estudio de los flujos
de la opinión pública. Planificación de
ciudades: identificar barrios con
conflicto en función de valores
sociodemográficos.
Minería de datos aplicadas en estadística
Una de las alternativas en el tratamiento
estadístico de este tipo de estudio forma parte de
la Minería de Datos Textuales (Text mining), cuya
finalidad radica en descubrir conocimientos que
no existían de manera implícita en un conjunto de
textos, sino que se generan al relacionar el
contenido de algunos de ellos [13].
Los autores que han realizado las mayores
contribuciones de la estadística aplicada en la
minería de datos textuales llaman a esta
alternativa de diferentes formas:
  Análisis Estadístico de Datos Textuales
[14].
 Lexicometría, Estadística textual [15].
 Análisis estadístico de textos [16].

Métodos y técnicas de la minería de datos

educativa

Los clasificadores, agrupamiento y reglas de

asociación son componentes de software
fundamentales para la operación de la EDM, estos
permiten identificar la información oculta para los Figura 2: Proceso Minería de Datos [21].
diferentes actores dentro de las instituciones
educativas. En esta sección se presenta una
descripción general de los principales métodos y CONCLUSIONES
técnicas que son utilizados en la EDM, se
describirá tanto el análisis, su construcción y el En conclusión, la minería de datos es un área de
método para la generación de un modelo disciplinas múltiples en la cual existen distintos
predictivo [17]. Entre los métodos que se puede paradigmas de computación como son el
aplicar en esta temática son: desarrollo o construcción de algoritmos para la
resolución de problemas.
 Clasificadores para minería de datos
educativa. La minería de datos es aplicable para cualquier
otra ciencia del conocimiento, además de la
 Clustering para la minería de datos
medicina, computación, economía, multimedia,
educativa.
ciencias sociales, sector agropecuario, etc.
La minería de datos es un proceso que tiene como
La creación de un modelo de minería de datos es
propósito descubrir, extraer y almacenar
un proceso iterativo y dinámico, una vez que se ha
información relevante de amplias bases de datos,
revisado los datos, puede ser que no resultan
a través de programas de búsqueda e
suficientes para crear los modelos de minería de
identificación de patrones y relaciones globales,
datos específicos y que, por tanto, debe recopilar
tendencias, desviaciones y otros indicadores
más datos. Sin embargo, queda aún mucho por
aparentemente caóticos que tienen una
conocer acerca de este tema y en un futuro con el
explicación que pueden descubrirse mediante
gracias al avance tecnológico se podrá entender de
diversas técnicas de esta herramienta [18].
mejor manera.
El objetivo fundamental esa provechar el valor de
Este artículo ha facilitado una introducción al
la información localizada y usar los patrones
descubrimiento de conocimiento y a la minería de
preestablecidos para que los directivos tengan un
datos y se han elaborado las principales
mejor conocimiento de su negocio y puedan tomar
aplicaciones que la minería de datos proporciona
decisiones más confiables [19][20].
en otras ciencias del conocimiento.
En la figura 2 se puede visualizar a cada uno de
los pasos del proceso, el cual es cíclico, lo que
significa que la creación de un modelo de DM es AGRADECIMIENTO
un proceso dinámico e iterativo [21].
Cesar Cuñishpuma, estudiante universitario,
agradece primeramente a Dios por darme la
oportunidad de seguir adquiriendo conocimientos
y segundo a mis padres por apoyarme siempre en
esta etapa universitaria, agradecer a la Carrera de
Ingeniería en Sistemas Computacionales de la
Universidad de Guayaquil por impartir sus
conocimientos y sus debidos recursos dándose la
oportunidad de elaborar un artículo, también
agradecer de manera gentil al Ing. Gary Reyes ya
que bajo su tutoría se ha podido realizar este
trabajo además de brindarnos su tiempo y
dedicación para que esto saliera de manera
exitosa.
REFERENCIAS
F. Hurtado Leguia, «Minería de datos:
Segmentación de clientes usando el algoritmo de
clustering K-Mean,» 2005.
[1] Z. M. Rodríguez, “Aplicación de la
minería de datos distribuida usando
algoritmo de clustering k-means para
mejorar la calidad de servicios de las
organizaciones modernas caso:,” 2015.
[2] A. Peña-Ayala, “Educational data
mining: A survey and a data mining-
based analysis of recent works,” Expert
Syst. Appl., 2014.
[3] F. Rojas and C. Santamaría,
“Funcionalidades de la minería de datos
Features of data mining,” 2015.
[4] J. Luan, “Data mining and its
applications in higher education,” New
Dir. institutional Res., 2002.
[5] S. Lin, “Data mining for student
retention management,” J. Comput. Sci.
Coll., 2012.
[6] L. Tari, S. Anwar, S. Liang, J. Cai, and
C. Baral, “Discovering drug–drug
interactions: a text-mining and reasoning
approach based on properties of drug
metabolism,” Bioinformatics, 2010.
[7] G. JianPing, “The research on model of
group behavior based on mobile network
mining and high-speed data streams,”
Emerg. Comput. Inf. Technol., 2012.
[8] B. Gallagher and T. Eliassi-Rad,
“Leveraging label-independent features
for classification in sparsely labeled
networks: An empirical study,” Adv. Soc.
Netw. Min., 2010.
[9] J. Fernández, G. G. Costa, and V.
Ludueña, “Indexación y recuperación de
información multimedia,” XIII Work.,
2011.
[10] C. Bauckhage and K. Kersting, “Data
mining and pattern recognition in
agriculture,” KI-Künstliche Intelligenz,
2013.
[11] J. Mylonakis and G. Diacogiannis,
“Evaluating the likelihood of using linear
discriminant analysis as a commercial
bank card owners credit scoring model,”
Int. Bus. Res., 2010.
[12] J. C. Riquelme, R. Ruiz, and K. Gilbert,
“ARTÍCULO Minería de Datos:
Conceptos y Tendencias,” Intel. Artif.
Rev. Iberoam. Intel. Artif. No, vol. 29,
pp. 11–18, 2006.
[13] M. Martı́n-Bautista and D. Sánchez,
“Mining web documents to find
additional query terms using fuzzy
association rules,” Fuzzy Sets, 2004.
[14] M. Bécue, L. Lebart, and N. Rajadell,
“El analisis estadistico de datos
textuales. La lectura según 10s escolares
de enseñanza primaria,” Anu. Psicol.,
1992.
[15] L. Lebart and A. Salem, “Statistique
textuelle,” Paris: Dunod,| c1994, 1994.
[16] L. Lebart, A. Salem, and M. Bécue-
Bertaut, “Análisis estadístico de textos,”
2000.
[17] A. B. Román and D. Sánchez-Guzmán,
“Minería de datos educativa: Una
herramienta para la investigación de
patroness de aprendizaje sobre un
contexto educativo.,” Latin-American J.,
2013.
[18] U. Fayyad, G. Piatetsky-Shapiro, and P.
Smyth, “Advances in knowledge
discovery and data mining,” 1996.
[19] H. Gill and P. Rao, “The Official
Client/Server Computing Guide to Data
 Warehousing: The How-To Guide for
Implementing Your Own Data
Warehouse,” 1996.
[21]
[20] D. Martínez, M. Karanik, and M.
Giovannini, “Descubrimiento de perfiles
de rendimiento estudiantil: un modelo de
integración de datos académicos y
socioeconómicos,” Campus, 2016.
Microsoft, “Conceptos de minería de
datos,” 2016. [Online]. Available:
https://msdn.microsoft.com/es-
ES/library/ms174949(v=sql.120).aspx.