Gestão Hospitalar Sistema de Informação na área de Saúde

...

A competitividade do mercado atual e o nível de exigência dos consumidores, está forçando o empresário a criar sempre novas estratégias que consigam fidelizar seus clientes e satisfazer as suas necessidades.

O que é Data Mining:

É o processo de descobrir informações relevantes, como padrões associações, mudanças, anomalias e estruturas, em grandes quantidades de dados armazenados em banco de dados, deposito de dados ou outros repositórios de informações.

Devido a disponibilidade de enormes quantias de dados em formas eletrônicas e á necessidade iminente de extrair delas informações e conhecimentos úteis a diversas aplicações, por exemplo na análise de mercado, administração empresarial, apoio á decisão e etc...

Data Mining foi popularmente tratado como sinônimo de descoberta de conhecimento em base de dados, apesar de, na visão de alguns pesquisadores Data Mining será considerado como um passo essencial da descoberta de conhecimento. Em geral um processo de descoberta de conhecimento em uma iteração das seguintes etapas:

Preparação: que é o passo onde os dados são preparados para serem apresentados ás técnicas de Data Mining, esse dados são selecionados, purificados e pré- processados. Este passo é supervisionado sob a visão de um especialista, que é capaz de definir quais os dados são importantes, assim como o que fazer com os dados antes de utilizá-los no Data Mining.

Data Mining: é onde os dados preparados são processados e onde se faz a Mineração dos Dados (MD) propriamente dita. O principal objetivo desse passo é transformar os dados de uma maneira que permita a identificação mais fácil de informações importantes.

Análise de Dados: o resultado do Data Mining é avaliado visando determinar se algum conhecimento adicional foi descoberto e também definir a importância dos fatos gerados. Existem várias maneiras de realizar a análise, como o resultado pode ser expresso em gráfico, nesse caso a análise passa a ser uma análise de comportamento do gráfico.

Por tanto Data Mining é uma das ferramentas mais utilizadas para extração de conhecimento através de bancos de dados Knowledge Discovery in databases- KDD, tanto no meio comercial quanto no meio científico.

Extração de Conhecimento em Base de Dados:

A extração de conhecimento em base de dados consiste na seleção e processamento de dados com a finalidade de identificar novos padrões, dar maior precisão em padrões conhecidos e modelar o mundo real.

Data Mining (Mineração de Dados) se refere ao exame de grandes quantidades de dados, procurando, encontrara relações entre dados não explícitos que possuam ser usados em modelos do mundo com capacidade preditiva explanatória. Porém espera-se que o conhecimento extraído seja utilizado,. Neste caso, seu uso dará frutos que poderá ou não ser extraído.

A Mineração de Dados (MD) é formada por um conjunto de ferramentas e técnicas que através do uso de algoritmos de aprendizagem ou classificação baseados em redes neurais e estatísticas, são capazes de explorar um conjunto de dados, extraindo ou ajudando a evidenciar padrões nestes dados e auxiliando da descoberta de conhecimento e esses conhecimentos podem ser apresentado por essas ferramentas de diversas formas.

São elas: agrupamentos, hipóteses, regras, árvores de decisão, grafos ou Dendrograma,(diagrama ou representação icônica). O processo de Mineração é parecido com o processo de aprendizado do ser humano sempre observando padrões, formulando hipóteses e testando-as para descobrir regras. Então na era do computador o volume enorme de dados que podem ser armazenados e analisados a procura de padrões em prazo razoável. A Mineração de Dados (MD), surgiu para essa finalidade e pode ser aplicada tanto para a pesquisa cientifica com para impulsionar a lucratividade da empresa madura, inovadora e competitiva.

Diariamente as empresas acumulam grande volume de dados em seus aplicativos operacionais. São dados brutos que informam o que comprou, quando foi feita a compra e a quantidade.

Essa informação é vital para o dia-a-dia da empresa, a empresa realizando uma estatística no final do dia para repor estoques e detectar tendências de compra, com certeza a empresa estará praticando Business Intelligence (BI), se a empresa realizar análises entre variáveis registradas, estará fazendo Mineração de Dados (MD). E buscando conhecer melhor os seus clientes, seus padrões de consumo e motivações. A Mineração resgata em organizações grandes, o papel do dono atendendo no balcão e conhecendo sua clientela. Através da Mineração, esses dados podem agregar valores ás decisões da empresa, sugerir tendências, desvendar particularidades dela e de seu meio ambiente e permitir ações melhor informadas aos seus gestores.

Análise do Problema:

O processo da análise inicia a partir de um objetivo de busca, seguindo um determinado conhecimento e o principal objetivo é a possibilidade de selecionar os dados e definir as técnicas utilizadas na análise.

Preparação de Dados:

A preparação de dados consiste em fases internas de coletânea de dados, avaliação, consolidação, limpeza e seleção dos dados informados.

- Coletânea de Dados: são dados provindos de diversas fontes internas e externas com o cartão de crédito.

- Avaliação: exame sobre os dados colhidos com o objetivo de identificar características do modelo de cada informação.

- Seleção de Dados: é uma seleção de dados específicos para cada modelo de dado, como a seleção de variáveis em colunas ou dependentes.

- Transformação: ferramenta escolhida para redirecionar a apresentação dos dados.

Modelagem:

É a definição de tarefas e técnicas utilizadas sobre a ação de cada algoritmo, etapa que gera um modelo a ser analisado posteriormente.

Análise e validação de Resultados:

Considerando que um modelo válido nem sempre é um modelo correto, visa detectar o que há de implícito num modelo, e o que nele é mais peculiar na precisão de uma informação.

A Mineração de Dados (MD) é o processo de descoberta de informações acionáveis em grandes conjuntos de