Minería de datos para extraer información
El surgimiento de una vibrante economía global ha transformado la demanda de información requerida por negocios de todo tipo y tamaño. Sin embargo, esta globalización de los negocios ha aumentado la necesidad de análisis más continuos y modelos de gestión de la información más avanzados, que pongan en evidencia tendencias y relaciones sutiles entre los datos. La minería de datos es un proceso analítico dirigido a explorar datos con el fin de desvelar conexiones y patrones recién descubiertos. Estas conexiones pueden ser usadas para validar los descubrimientos aplicando los patrones detectados a nuevos subconjuntos de datos. Una importante función de la minería de datos es la producción de modelos. Un modelo puede ser descriptivo, y nos permite comprender un proceso de comportamiento subyacente. O puede ser predictivo, consistente en una ecuación o conjunto de normas que permiten predecir un valor oculto o no medido a partir de otros valores ya conocidos. El conocimiento adquirido con minería de datos puede introducirse en un sistema de apoyo a la decisión, con lo que ayuda a encarar decisiones difíciles. Está emergiendo una norma para la descripción de modelos de minería de datos llamada "Predictive Mark-up Modelling Language" (PMML, o lenguaje de modelos de marcado predictivo). El PMML describe los modelos de minería de datos en lenguaje de marcado extensible (XML), que es el formato universal para documentos y datos estructurados en la Red. Esta norma simplifica el intercambio de resultados y posterior interacción entre minería de datos y apoyo a la decisión. SolEuNet es una red de equipos de expertos del mundo académico y la industria que ofrece herramientas y conocimientos expertos para la minería de datos y el apoyo a la decisión. En el marco del proyecto SolEuNet se ha desarrollado un visualizador PMML sin marca, que permite la exhibición y mejor comprensión de los modelos PMML. El software no requiere competencias especiales para trabajar con modelos PMML y elimina la necesidad de comprar y aprender una costosa y compleja herramienta de minería de datos. El software puede ser adaptado a necesidades específicas o mejorado con funciones adicionales. En futuras versiones será posible además la edición de modelos PMML.