¿Qué problemas resuelve la minería de datos?

La minería de datos busca obtener patrones determinados a partir de gran cantidad de información. De esta manera puede encontrar o descubrir conocimiento importante. Hay un problema clásico en minería de datos: en un supermercado en Estados Unidos se encontró que los fines de semana había mucha venta de cerveza y pañales a la vez, no se entendía por qué. A través de las técnicas de minería de datos en este caso de asociación, encontraron que los padres de familia iban a comprar pañales los fines de semana pero también compraban cerveza. A partir de entonces se colocó la cerveza y los pañales juntos para que se vendan más rápidamente. Ese es un patrón de comportamiento que se puede encontrar a través de minería de datos.

¿La minería de datos también puede ser aplicada a otros ámbitos, como la salud?

Desde luego. Con la minería de datos se trabaja en muchos problemas, especialmente aquellos que están relacionadas con el medio ambiente, el cambio climático, la salud. Actualmente, con mi equipo de investigaciones estamos haciendo un trabajo de minería de datos para analizar la parte genética de la sangre para detectar el VIH.

¿Cómo lo hacen?

Tomamos las secuencias del gen. Luego extraemos parte de esa secuencia como un patrón y tratamos de encontrar o generar nuevas secuencias para poder detectar la enfermedad, que en este caso puede ser el comportamiento del virus del sida.

La palabra “minería” alude a la búsqueda de metales preciosos…

Sí, son conceptos que están asociados. Al igual que en la actividad minera, donde se busca y busca para encontrar, por ejemplo, una pepita de oro. Para nosotros esas pepitas de oro son los patrones de interés, el conocimiento.

¿Los científicos computacionales requieren del apoyo de otros especialistas para hacer su labor?

Sí, es necesario contar con gente de otras áreas, como la lingüística. En este caso, los lingüistas nos ayudan a interpretar los textos y poder extraerlos del big data. En el caso de la salud, consultamos con especialistas de la salud. En cuanto a lo que son imágenes geográficas, si quieres ver algo de agricultura, trabajamos con agrónomos. La minería de datos es un área multidisciplinaria. Lo interesante es que todos los algoritmos que aplicamos desde la ciencias de la computación, pueden ser aplicados a diferentes problemas.

¿Desde cuándo se empieza a usar la minería de datos?

A partir de los años 90 nace este concepto en la comunidad científica de ciencias de la computación. Anteriormente al término ya existían determinadas técnicas para obtener patrones, como la estadística analítica, la inteligencia artificial. La minería de datos es también la unión de distintas áreas, incluye a la gente que manejaba la base de datos, los que investigan sobre inteligencia artificial, la estadística y la visualización.

¿Cómo se interesa por este tema?

Anteriormente trabajaba con bases de datos. Las administraba y gestionaba. Pero llegó un momento en que era tanta la cantidad de información que se podía manejar que me vi en la necesidad de poder extraer conocimiento de esa base de datos. Ahí fue cuando incursiono en las técnicas de minería de datos.