Nuevos Esquemas de Visualizaciones para Mejorar la Comprensibilidad de Modelos de Data Mining

La gran cantidad de datos que se registran diariamente en los sistemas de base de datos de las organizaciones ha generado la necesidad de analizarla. Sin embargo, se enfrentan a la complejidad de procesar enormes volúmenes de datos a través de métodos tradicionales de análisis. Además, dentro de un contexto globalizado y competitivo las organizaciones se mantienen en la búsqueda constante de mejorar sus procesos, para lo cual requieren herramientas que les permitan tomar mejores decisiones. Esto implica estar mejor informado y conocer su historia digital para describir sus procesos y poder anticipar (predecir) eventos no previstos. Estos nuevos requerimientos de análisis de datos ha motivado el desarrollo creciente de proyectos de minería de datos. El proceso de minería de datos busca obtener desde un conjunto masivo de datos, modelos que permitan describir los datos o predecir nuevas instancias en el conjunto. Implica etapas de: preparación de los datos, procesamiento parcial o totalmente automatizado para identificar modelos en los datos, para luego obtener como salida patrones, relaciones o reglas. Esta salida debe significar un nuevo conocimiento para la organización, útil y comprensible para los usuarios finales, y que pueda ser integrado a los procesos para apoyar la toma de decisiones. Sin embargo, la mayor dificultad es justamente lograr que el analista de datos, que interviene en todo este proceso, pueda identificar modelos lo cual es una tarea compleja y muchas veces requiere de la experiencia, no sólo del analista de datos, sino que también del experto en el dominio del problema. Una forma de apoyar el análisis de datos, modelos y patrones es a través de su representación visual, utilizando las capacidades de percepción visual del ser humano, la cual puede detectar patrones con mayor facilidad. Bajo este enfoque, la visualización ha sido utilizada en minería datos, mayormente en el análisis descriptivo de los datos (entrada) y en la presentación de los patrones (salida), dejando limitado este paradigma para el análisis de modelos. El presente documento describe el desarrollo de la Tesis Doctoral denominada “Nuevos Esquemas de Visualizaciones para Mejorar la Comprensibilidad de Modelos de Data Mining”. Esta investigación busca aportar con un enfoque de visualización para apoyar la comprensión de modelos minería de datos, para esto propone la metáfora de modelos visualmente aumentados. ABSTRACT The large amount of data to be recorded daily in the systems database of organizations has generated the need to analyze it. However, faced with the complexity of processing huge volumes of data over traditional methods of analysis. Moreover, in a globalized and competitive environment organizations are kept constantly looking to improve their processes, which require tools that allow them to make better decisions. This involves being bettered informed and knows your digital story to describe its processes and to anticipate (predict) unanticipated events. These new requirements of data analysis, has led to the increasing development of data-mining projects. The data-mining process seeks to obtain from a massive data set, models to describe the data or predict new instances in the set. It involves steps of data preparation, partially or fully automated processing to identify patterns in the data, and then get output patterns, relationships or rules. This output must mean new knowledge for the organization, useful and understandable for end users, and can be integrated into the process to support decision-making. However, the biggest challenge is just getting the data analyst involved in this process, which can identify models is complex and often requires experience not only of the data analyst, but also the expert in the problem domain. One way to support the analysis of the data, models and patterns, is through its visual representation, i.e., using the capabilities of human visual perception, which can detect patterns easily in any context. Under this approach, the visualization has been used in data mining, mostly in exploratory data analysis (input) and the presentation of the patterns (output), leaving limited this paradigm for analyzing models. This document describes the development of the doctoral thesis entitled "New Visualizations Schemes to Improve Understandability of Data-Mining Models". This research aims to provide a visualization approach to support understanding of data mining models for this proposed metaphor visually enhanced models.

Aplicación de Process Mining para modelos de comportamiento en entornos de Ambient Intelligence

Esta memoria es el resultado de un proyecto cuyo objetivo ha sido realizar un análisis de la posible aplicación de técnicas relativas al Process Mining para entornos AmI (Ambient Intelligence). Dicho análisis tiene la facultad de presentar de forma clara los resultados extraídos de los procesos relativos a un caso de uso planteado, así como de aplicar dichos resultados a aplicaciones relativas a entornos AmI, como automatización de tareas o simulación social basada en agentes. Para que dicho análisis sea comprensible por el lector, se presentan detalladas explicaciones de los conceptos tratados y las técnicas empleadas. Además, se analizan exhaustivamente las dos herramientas software más utilizadas en cuanto a minería de procesos se refiere, ProM y Disco, presentando ventajas e inconvenientes de cada una, así como una comparación entre las dos. Posteriormente se ha desarrollado una metodología para el análisis de procesos con la herramienta ProM, anteriormente mencionada, explicando cuidadosamente cada uno de los pasos así como los fundamentos de los algoritmos utilizados. Por último, se han presentado las conclusiones extraídas del trabajo, así como las posibles líneas de continuación del proyecto.

Estudio de las posibilidades de aplicación de los conceptos de urban mining y landfill mining

Como la demanda de la sociedad de metal aumenta, la tasa de extracción de minerales hace lo mismo. Esto contribuye al aumento de las implicaciones ambientales en forma de emisiones y el agotamiento de los recursos naturales. El reciclaje es una fuente importante para satisfacer la demanda de metales; como mucho un 30% de la demanda de metal está cubierto por el reciclaje en algunos mercados. Otra forma de reciclaje es la práctica de Urban Mining. El presente trabajo estudia la potencialidad del Landfill Mining en los vertederos españoles. Este concepto denomina el proceso de recuperación de materiales residuales depositados en vertederos para su uso posterior como materiales secundarios y, cuando ello no es posible, para su reaprovechamiento energético. Como consecuencia esto implica el cumplimiento de un segundo objetivo: la reducción o mitigación de las emisiones de gases de efecto invernadero derivadas de la presencia de residuos en vertederos.

Uso de Data Mining e do ECR para incremento da competitividade de pequenas e médias empresas: um estudo multicaso sobre varejo e indústria alimentícia

O setor supermercadista sofreu grandes alterações nos últimos anos, principalmente com o avanço das tecnologias, a competição, a concentração e algumas insuficiências em seus processos. Estes e outros fatores favoreceram ao surgimento do movimento de ECR (Resposta de Consumidor Eficiente) que procura criar um relacionamento mais forte entre indústria e varejo através de novas visões para suas estratégias operacionais. A evolução das tecnologias de informação permitiram ao setor varejista gerar uma maior volume de dados a partir, principalmente, de seus check-outs. Entretanto, estes dados nem sempre são armazenados de forma correta ou utilizados de forma a se aproveitar a plenitude das informações neles contidas. O processo de transformar os dados em informação e conhecimento vem evoluindo constantemente. Uma das atuais metodologias de trabalhar dados é o Data Mining ou Mineração de Dados, que pode ser descrito como sendo uma variedade de ferramentas e estratégias que processam dados aumentando a utilidade destes em bancos de dados. Este trabalho analisa através de um estudo multicaso exploratório na região de Ribeirão Preto, no interior de São Paulo, a avaliação da capacidade do uso da tecnologia Data Mining para o fortalecimento do movimento ECR, principalmente em pequenos e médios varejistas e indústrias alimentícias, no sentido de oferecer a estes um diferencial de negociação para formação de alianças estratégias.

Efeito dos ácidos graxos ômega-3, ômega-6 e ômega-9 sobre o risco cardiovascular de indivíduos adultos: estudo clínico de prevenção primária.

INTRODUÇÃO: As doenças cardiovasculares (DCV) são a principal causa de morte no mundo, sendo muitos dos fatores de risco passíveis de prevenção e controle. Embora as DCV sejam complexas em sua etiologia e desenvolvimento, a concentração elevada de LDL-c e baixa de HDL-c constituem os fatores de risco modificáveis mais monitorados na prática clínica, embora não sejam capazes de explicar todos os eventos cardiovasculares. Portanto, investigar como intervenções farmacológicas e nutricionais podem modular parâmetros oxidativos, físicos e estruturais das lipoproteínas pode fornecer estimativa adicional ao risco cardiovascular. Dentre os diversos nutrientes e compostos bioativos relacionados às DCV, os lipídeos representam os mais investigados e descritos na literatura. Nesse contexto, os ácidos graxos insaturados (ômega-3, ômega-6 e ômega-9) têm sido foco de inúmeros estudos. OBJETIVOS: Avaliar o efeito da suplementação com ômega-3, ômega-6 e ômega-9 sobre os parâmetros cardiometabólicos em indivíduos adultos com múltiplos fatores de risco e sem evento cardiovascular prévio. MATERIAL E MÉTODOS: Estudo clínico, randomizado, duplo-cego, baseado em intervenção nutricional (3,0 g/dia de ácidos graxos) sob a fórmula de cápsulas contendo: ômega-3 (37 por cento de EPA e 23 por cento de DHA) ou ômega-6 (65 por cento de ácido linoleico) ou ômega-9 (72 por cento de ácido oleico). A amostra foi composta por indivíduos de ambos os sexos, com idade entre 30 e 74 anos, apresentando pelo menos um dos seguintes fatores de risco: Dislipidemia, Diabetes Mellitus, Obesidade e Hipertensão Arterial Sistêmica. Após aprovação do Comitê de Ética, os indivíduos foram distribuídos nos três grupos de intervenção. No momento basal, os indivíduos foram caracterizados quanto aos aspectos demográficos (sexo, idade e etnia) e clínicos (medicamentos, doenças atuais e antecedentes familiares). Nos momentos basal e após 8 semanas de intervenção, amostras de sangue foram coletadas após 12h de jejum. A partir do plasma foram analisados: perfil lipídico (CT, LDL-c, HDL-c, TG), apolipoproteínas AI e B, ácidos graxos não esterificados, atividade da PON1, LDL(-) e auto-anticorpos, ácidos graxos, glicose, insulina, tamanho e distribuição percentual da LDL (7 subfrações e fenótipo A e não-A) e HDL (10 subfrações). O efeito do tempo, da intervenção e associações entre os ácidos graxos e aspectos qualitativos das lipoproteínas foram testados (SPSS versão 20.0, p <0,05). RESULTADOS: Uma primeira análise dos resultados baseada em um corte transversal demonstrou, por meio da análise de tendência linear ajustada pelo nível de risco cardiovascular, que o maior tercil plasmático de DHA se associou positivamente com HDL-c, HDLGRANDE e tamanho de LDL e negativamente com HDLPEQUENA e TG. Observou-se também que o maior tercil plasmático de ácido linoleico se associou positivamente com HDLGRANDE e tamanho de LDL e negativamente com HDLPEQUENA e TG. Esse perfil de associação não foi observado quando foram avaliados os parâmetros dietéticos. Avaliando uma subamostra que incluiu indivíduos tabagistas suplementados com ômega-6 e ômega-3, observou-se que ômega-3 modificou positivamente o perfil lipídico e as subfrações da HDL. Nos modelos de regressão linear ajustados pela idade, sexo e hipertensão, o DHA plasmático apresentou associações negativas com a HDLPEQUENA. Quando se avaliou exclusivamente o efeito do ômega-3 em indivíduos tabagistas e não tabagistas, observou-se que fumantes, do sexo masculino, acima de 60 anos de idade, apresentando baixo percentual plasmático de EPA e DHA (<8 por cento ), com excesso de peso e gordura corporal elevada, apresentam maior probabilidade de ter um perfil de subfrações de HDL mais aterogênicas. Tendo por base os resultados acima, foi comparado o efeito do ômega-3, ômega-6 e ômega-9 sobre os parâmetros cardiometabólicos. O ômega-3 promoveu redução no TG, aumento do percentual de HDLGRANDE e redução de HDLPEQUENA. O papel cardioprotetor do ômega-3 foi reforçado pelo aumento na incorporação de EPA e DHA, no qual indivíduos com EPA e DHA acima de 8 por cento apresentaram maior probabilidade de ter HDLGRANDE e menor de ter HDLPEQUENA. Em adição, observou-se também que o elevado percentual plasmático de ômega-9 se associou com partículas de LDL menos aterogênicas (fenótipo A). CONCLUSÃO: Ácidos graxos plasmáticos, mas não dietéticos, se correlacionam com parâmetros cardiometabólicos. A suplementação com ômega-3, presente no óleo de peixe, promoveu redução no TG e melhoria nos parâmetros qualitativos da HDL (mais HDLGRANDE e menos HDLPEQUENA). Os benefícios do ômega-3 foram particularmente relevantes nos indivíduos tabagistas e naqueles com menor conteúdo basal de EPA e DHA plasmáticos. Observou-se ainda que o ômega-9 plasmático, presente no azeite de oliva, exerceu impacto positivo no tamanho e subfrações da LDL.

Diseño y desarrollo de un servicio big data en la nube para búsqueda, compartición de ficheros y data mining

En esta memoria se presenta el diseño y desarrollo de una aplicación en la nube destinada a la compartición de objetos y servicios. El desarrollo de esta aplicación surge dentro del proyecto de I+D+i, SITAC: Social Internet of Things – Apps by and for the Crowd ITEA 2 11020, que trata de crear una arquitectura integradora y un “ecosistema” que incluya plataformas, herramientas y metodologías para facilitar la conexión y cooperación de entidades de distinto tipo conectadas a la red bien sean sistemas, máquinas, dispositivos o personas con dispositivos móviles personales como tabletas o teléfonos móviles. El proyecto innovará mediante la utilización de un modelo inspirado en las redes sociales para facilitar y unificar las interacciones tanto entre personas como entre personas y dispositivos. En este contexto surge la necesidad de desarrollar una aplicación destinada a la compartición de recursos en la nube que pueden ser tanto lógicos como físicos, y que esté orientada al big data. Ésta será la aplicación presentada en este trabajo, el “Resource Sharing Center”, que ofrece un servicio web para el intercambio y compartición de contenido, y un motor de recomendaciones basado en las preferencias de los usuarios. Con este objetivo, se han usado tecnologías de despliegue en la nube, como Elastic Beanstalk (el PaaS de Amazon Web Services), S3 (el sistema de almacenamiento de Amazon Web Services), SimpleDB (base de datos NoSQL) y HTML5 con JavaScript y Twitter Bootstrap para el desarrollo del front-end, siendo Python y Node.js las tecnologías usadas en el back end, y habiendo contribuido a la mejora de herramientas de clustering sobre big data. Por último, y de cara a realizar el estudio sobre las pruebas de carga de la aplicación se ha usado la herramienta ApacheJMeter.

The Exploration and Development of Alternative Management Strategies for Mining and Recreational Activities Atop Mount Antero and Mount White; Chaffee County, Colorado

The Mount Antero/White area is a popular prospecting area. Recent expansions in the recreation economy is drawing more visitors to the area. Consequently, visitors may be placing unsustainable pressures on the landscape. In order to help rectify this, the legal, ecological, geologic, aesthetic, recreational, historic, social, and economic character of the Antero/White area has been identified. Four feasible management alternatives have also been recognized. They are a) take no new management actions, b) prohibit motorized activities in the area, c) develop a mineralogical park, and d) a combination of options b and c. Option C has been defended, as it best balances the desires of area users with the underlying ecological and geological character of the area.

Towards a model-driven engineering approach of data mining

Nowadays, data mining is based on low-level specications of the employed techniques typically bounded to a specic analysis platform. Therefore, data mining lacks a modelling architecture that allows analysts to consider it as a truly software-engineering process. Here, we propose a model-driven approach based on (i) a conceptual modelling framework for data mining, and (ii) a set of model transformations to automatically generate both the data under analysis (via data-warehousing technology) and the analysis models for data mining (tailored to a specic platform). Thus, analysts can concentrate on the analysis problem via conceptual data-mining models instead of low-level programming tasks related to the underlying-platform technical details. These tasks are now entrusted to the model-transformations scaffolding.