Un conjunto de perfiles UML para el modelado conceptual de minería de datos sobre almacenes de datos Tesis Doctoral José Jacobo Zubcoff Vallejo 26 de Junio de 2009 Alicante, España Grupo de Investigación Lucentia Departamento de Lenguajes y Sistemas Informáticos Director: Juan Carlos Trujillo Mondéjar

2 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Contenido Parte I: Introducción »Motivación »Hipótesis de trabajo y objetivos »Trabajos relacionados Parte II: Perfiles UML para minería de datos »Extensión de UML con perfiles »Modelo conceptual para minería de datos »Reglas de asociación »Clasificación »Clustering »Análisis de series temporales Parte III: Aspectos prácticos »Implementación »Caso de estudio Parte IV: Aspectos finales »Conclusiones »Producción científica »Trabajos futuros

3 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Contenido Parte I: Introducción »Motivación »Hipótesis de trabajo y objetivos »Trabajos relacionados Parte II: Perfiles UML para minería de datos »Extensión de UML con perfiles »Modelo conceptual para minería de datos »Reglas de asociación »Clasificación »Clustering »Análisis de series temporales Parte III: Aspectos prácticos »Implementación »Caso de estudio Parte IV: Aspectos finales »Conclusiones »Producción científica »Trabajos futuros

4 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Motivación Actualmente las empresas recogen grandes cantidades de datos Necesidad de “extraer” o “descubrir” conocimiento útil a partir de ellos El proceso seguido para descubrir conocimiento se denomina: KDD (Knowledge Discovery in Databases) “es el proceso no trivial de identificación de patrones válidos, noveles, potencialmente útiles y comprensibles en los datos.” (Fayyad, Piatetsky- Shapiro and Smyth 1996) Problema: No es posible modelar conceptualmente todas las fases del proceso KDD Parte I: Introducción

5 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte I: Introducción Minería de datos: el núcleo del descubrimiento de conocimiento Preprocesado Integración Fuentes de datos Datos para minería Selección Minería de datos Evaluación de patrones Almacén de datos Proceso KDD Aprox. un del 70% del tiempo total (Gartner Group 2005) Iterativo Altamente dependiente

6 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte I: Introducción Motivación El problema actual en el modelado de minería de datos “la minería de datos se lleva a cabo más como un arte que como una ciencia” (González-Aranda, P., Menasalvas, E., Millán, S., Ruiz, C. y Segovia, J.: 2008; Riquelme, J., Ruiz, R., Gilbert, K., 2006.) Esto se debe principalmente a: Ausencia de propuestas de modelado conceptual para “todas” las etapas del proceso KDD Desventajas relacionadas con esta perspectiva Incapacidad para garantizar la calidad de los datos Duplicidad de tareas de preprocesado Dificulta la comprensibilidad de los datos

7 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte I: Introducción Motivación Fuentes de datos OLTP Ficheros … Extracción Limpieza Transformació n Agregación Filtrado Unión … Almacén de datos Minería de datos Conocimiento Propuestas de modelado conceptual Proceso KDD

8 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte I: Introducción Motivación Un modelo conceptual mejora la comprensibilidad

9 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Contenido Parte I: Introducción »Motivación »Hipótesis de trabajo y objetivos »Trabajos relacionados Parte II: Perfiles UML para minería de datos »Extensión de UML con perfiles »Modelo conceptual para minería de datos »Reglas de asociación »Clasificación »Clustering »Análisis de series temporales Parte III: Aspectos prácticos »Implementación »Caso de estudio Parte IV: Aspectos finales »Conclusiones »Producción científica »Trabajos futuros

10 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte I: Introducción Hipótesis Es factible modelar conceptualmente las técnicas de minería de datos de una manera integrada con el modelado del almacén de datos en el marco del proceso de descubrimiento de conocimiento.

11 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte I: Introducción Objetivos Objetivo principal: Proponer “mecanismos” para el modelado conceptual de técnicas de minería de datos en el marco de KDD Objetivos específicos »Objetivo 1: Analizar las propuestas existentes »Objetivo 2: Proponer los modelos conceptuales »Objetivo 3: Proponer los perfiles UML »Objetivo 4: Diseñar e implementar dichos perfiles en una herramienta que integre todo el proceso KDD  Objetivo 5: Contrastar la viabilidad de la propuesta en un caso de estudio

12 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Contenido Parte I: Introducción »Motivación »Hipótesis de trabajo y objetivos »Trabajos relacionados Parte II: Perfiles UML para minería de datos »Extensión de UML con perfiles »Modelo conceptual para minería de datos »Reglas de asociación »Clasificación »Clustering »Análisis de series temporales Parte III: Aspectos prácticos »Implementación »Caso de estudio Parte IV: Aspectos finales »Conclusiones »Producción científica »Trabajos futuros

13 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos ? Parte I: Introducción Trabajos relacionados Fuentes de datos OLTP Ficheros … Extracción Limpieza Transformació n Agregación Filtrado Unión … Almacén de datos Minería de datos Conocimiento Conceptual Lógico Físico DMX JDM SQL/MM LUCENTIA (Luján-Mora et al.) CWM LUCENTIA (Luján-Mora et al.) LUCENTIA (Luján-Mora et al.) LUCENTIA (Trujillo et al.) (Tziovara et al.) LUCENTIA (Muñoz et al.) CWM PBMS PMML DKE’07 INFSOF’09 DaWaK’ ECDM’07-08 La presente tesis doctoral

14 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte I: Introducción Trabajos relacionados: estándares CWM Metamodelo para los metadatos usados en almacenes de datos Enfocado al intercambio de metadatos a bajo nivel Demasiado complejo para los analistas PMML Estándar para el intercambio de modelos con XML Enfocado al intercambio de modelos (y resultados) de minería Solo considera una única tabla como fuente de datos PBMS Modelo para el repositorio de patrones de conocimiento Enfocado al modelado de los patrones resultantes No tiene en cuenta las fuentes de datos

15 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte I: Introducción Trabajos relacionados: literatura Reglas de Asociación Algoritmo A priori (Agrawal et al., 1993) R.A. multidimensionales (Han y Fu,1995) R. A. restricciones (Bayardo et al., 1999) R.A. Interesantes/inesperadas (Zhang et al., 2005) R.A. Reducción del conjunto de reglas (Liu et al., 2000) Clasificación Algoritmo C4.5 (Breiman et al., 1984) Algoritmo ID3 (Quinlan, 1986) Métodos de partición n-arios del árbol (Murthy, 1998) Clasificación con consultas SQL (Güntzel et al., 1999; Shang y Sattler, 2005) Clustering Algoritmos particionales (Kauffman y Rousseew, 1990) Clustering categorías (Jain et al., 1999) Clustering jerárquico (Guha et al., 2000) Clustering basado en densidad (Ester et al., 1996) Max. Homogeneidad (Han y Kamber, 2000) Análisis de series temporales Técnicas de suavizado exponencial (Yar y Chatfield,, 1990) Autorregresión vectorial (Johansen, 1991) Algoritmos autorregresivos (Bowerman y O’Connel, 1993) Formalización de modelos ARIMA (Box y Jenkins, 1994) Árbol autorregresivo (Meek et al., 2002)

16 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Contenido Parte I: Introducción »Motivación »Hipótesis de trabajo y objetivos »Trabajos relacionados Parte II: Perfiles UML para minería de datos »Extensión de UML con perfiles »Modelo conceptual para minería de datos »Reglas de asociación »Clasificación »Clustering »Análisis de series temporales Parte III: Aspectos prácticos »Implementación »Caso de estudio Parte IV: Aspectos finales »Conclusiones »Producción científica »Trabajos futuros

17 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Extensión de UML con perfiles UML: lenguaje de propósito general Mecanismos de extensión permiten adaptarlo a dominios específicos La extensión de UML con Perfiles  “mecanismo de extensión ligera” ( lightweight ) Perfiles UML contienen: » Stereotypes  nuevos elementos » Tagged values  nuevas propiedades » Constraints  nueva semántica Ejemplo: Modelado Multidimensional UMLDominio Multidimensional ClassFact, Dimension, Base PropertyFactAttribute, OID, DimensionAttribute AssociationRolls-upTo

18 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Extensión de UML con perfiles Para la definición de un nuevo perfil: »Descripción »Requisitos previos »Estereotipos »Reglas bien formadas »Comentarios Perfil UML para el modelado Multidimensional (Luján-Mora, Trujillo and Song, DKE 2006) [+60 citas]

19 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Contenido Parte I: Introducción »Motivación »Hipótesis de trabajo y objetivos »Trabajos relacionados Parte II: Perfiles UML para minería de datos »Extensión de UML con perfiles »Modelo conceptual para minería de datos »Reglas de asociación »Clasificación »Clustering »Análisis de series temporales Parte III: Aspectos prácticos »Implementación »Caso de estudio Parte IV: Aspectos finales »Conclusiones »Producción científica »Trabajos futuros

20 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Modelo conceptual para minería de datos en el marco de KDD

21 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Contenido Parte I: Introducción »Motivación »Hipótesis de trabajo y objetivos »Trabajos relacionados Parte II: Perfiles UML para minería de datos »Extensión de UML con perfiles »Modelo conceptual para minería de datos »Reglas de asociación »Clasificación »Clustering »Análisis de series temporales Parte III: Aspectos prácticos »Implementación »Caso de estudio Parte IV: Aspectos finales »Conclusiones »Producción científica »Trabajos futuros

22 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Reglas de asociación: Descripción Sirve para ver la relaciones de asociación existentes en los datos Ejemplo: Análisis de la cesta de la compra

23 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Reglas de asociación: Modelo conceptual Sirve para ver la relaciones de asociación existentes en los datos Conjunto de ítems frecuentes

24 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Reglas de asociación: Perfil UML

25 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Reglas de asociación: Ejemplo de modelado conceptual Análisis de la cesta de la compra Caso EntradaPredicción Ajustes

26 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Contenido Parte I: Introducción »Motivación »Hipótesis de trabajo y objetivos »Trabajos relacionados Parte II: Perfiles UML para minería de datos »Extensión de UML con perfiles »Modelo conceptual para minería de datos »Reglas de asociación »Clasificación »Clustering »Análisis de series temporales Parte III: Aspectos prácticos »Implementación »Caso de estudio Parte IV: Aspectos finales »Conclusiones »Producción científica »Trabajos futuros

27 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Clasificación: Descripción Permite conocer cuales son los factores más influyentes en una variable Ejemplo: Análisis del riesgo de infarto Presión sistólica < 91 Presión sistólica > 91 Edad > 62 años Síntoma “Taquicardia” Síntoma “Indigestión” Colesterol < 200 Triglicéridos < 200 Factor de 1º nivel Factores de 2º nivel Factores de 3º nivel

28 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Clasificación: Modelo conceptual Control del crecimiento del árbol

29 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Clasificación: Perfil UML

30 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Clasificación: Ejemplo de modelado conceptual Análisis del riesgo de infarto Entrada Predicción Caso Ajustes

31 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Contenido Parte I: Introducción »Motivación »Hipótesis de trabajo y objetivos »Trabajos relacionados Parte II: Perfiles UML para minería de datos »Extensión de UML con perfiles »Modelo conceptual para minería de datos »Reglas de asociación »Clasificación »Clustering »Análisis de series temporales Parte III: Aspectos prácticos »Implementación »Caso de estudio Parte IV: Aspectos finales »Conclusiones »Producción científica »Trabajos futuros

32 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Clustering: Descripción Descubre “grupos” de comportamiento común Ejemplo: Segmentación de mercado según datos de tarjetas de crédito Nº de coches = 2 Nº de hijos = 2 Viajes anuales > 2 Tarjeta tipo = “Oro” Nº de coches = 2 Nº de hijos = 2 Viajes anuales > 2 Tarjeta tipo = “Oro” Nº de coches = 0 Nº de hijos = 0 Viajes anuales > 3 Tarjeta tipo = “Platinum” Nº de coches = 0 Nº de hijos = 0 Viajes anuales > 3 Tarjeta tipo = “Platinum”

33 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Clustering: Modelo conceptual Control de los “clusters” descubiertos

34 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Clustering: Perfil UML

35 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Clustering: Ejemplo de modelado conceptual Análisis del compras con tarjeta Entrada Caso Entrada

36 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Contenido Parte I: Introducción »Motivación »Hipótesis de trabajo y objetivos »Trabajos relacionados Parte II: Perfiles UML para minería de datos »Extensión de UML con perfiles »Modelo conceptual para minería de datos »Reglas de asociación »Clasificación »Clustering »Análisis de series temporales Parte III: Aspectos prácticos »Implementación »Caso de estudio Parte IV: Aspectos finales »Conclusiones »Producción científica »Trabajos futuros

37 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Análisis de series temporales: Descripción Permite conocer una variable temporal Ejemplo: Estudio de cobertura de algas en el litoral Mediterráneo de Alicante

38 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Análisis de series temporales: Modelo conceptual Parámetros para el descubrimiento de patrones temporales

39 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Análisis de series temporales: Perfil UML

40 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte II: Perfiles UML para minería de datos Análisis de series temporales: Ejemplo de modelado conceptual Entrada Pronóstico Caso Análisis de la cobertura algal

41 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Contenido Parte I: Introducción »Motivación »Hipótesis de trabajo y objetivos »Trabajos relacionados Parte II: Perfiles UML para minería de datos »Extensión de UML con perfiles »Modelo conceptual para minería de datos »Reglas de asociación »Clasificación »Clustering »Análisis de series temporales Parte III: Aspectos prácticos »Implementación »Caso de estudio Parte IV: Aspectos finales »Conclusiones »Producción científica »Trabajos futuros

42 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte III: Aspectos prácticos Implementación: Plataforma Eclipse

43 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte III: Aspectos prácticos Implementación: Perfiles UML en Eclipse

44 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte III: Aspectos prácticos Implementación: Reglas de Asociación

45 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte III: Aspectos prácticos Implementación: Clasificación

46 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte III: Aspectos prácticos Implementación: Clustering

47 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte III: Aspectos prácticos Implementación: Series Temporales

48 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte III: Aspectos prácticos Implementación: Guía de uso (1/5)

49 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte III: Aspectos prácticos Implementación: Guía de uso (2/5)

50 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte III: Aspectos prácticos Implementación: Guía de uso (3/5)

51 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte III: Aspectos prácticos Implementación: Guía de uso (4/5)

52 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte III: Aspectos prácticos Implementación: Guía de uso (5/5)

53 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Contenido Parte I: Introducción »Motivación »Hipótesis de trabajo y objetivos »Trabajos relacionados Parte II: Perfiles UML para minería de datos »Extensión de UML con perfiles »Modelo conceptual para minería de datos »Reglas de asociación »Clasificación »Clustering »Análisis de series temporales Parte III: Aspectos prácticos »Implementación »Caso de estudio Parte IV: Aspectos finales »Conclusiones »Producción científica »Trabajos futuros

54 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte III: Aspectos prácticos Caso de estudio: Proyecto EMPAFISH European Marine Protected Areas as tools for the Fishery management and conservation Financiado por VI Programa Marco de I+D+I de la Unión Europea Participan catorce instituciones europeas

55 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte III: Aspectos prácticos Caso de estudio: Proyecto EMPAFISH Objetivos principales Investigar el potencial de los diferentes tipos de Áreas Marinas Protegidas Desarrollar métodos cuantitativos para evaluar el efecto de las AMP Proporcionar a la Unión Europea: »Medidas integradas »Propuestas de gestión Para el uso de las AMP como herramienta de gestión de pesquerías

56 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Caso de estudio: Proyecto EMPAFISH Preguntas que guían la búsqueda de conocimiento ¿Es importante el tamaño de la zona protegida? ¿La cercanía de las áreas marinas protegidas puede afectar en alguna medida? ¿Mejora el comportamiento de las áreas marinas protegidas a lo largo del tiempo? ¿Cómo afecta a la movilidad de las especies marinas? ¿Afecta a la biodiversidad? Parte III: Aspectos prácticos

57 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte III: Aspectos prácticos Caso de estudio: Proyecto EMPAFISH Modelo multidimensional del almacén de datos

58 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Caso de estudio: Proyecto EMPAFISH Modelo conceptual para Minería de datos con Clasificación Parte III: Aspectos prácticos Predicción Caso Ajustes Entrada

59 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte III: Aspectos prácticos Caso de estudio: Proyecto EMPAFISH

60 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Contenido Parte I: Introducción »Motivación »Hipótesis de trabajo y objetivos »Trabajos relacionados Parte II: Perfiles UML para minería de datos »Extensión de UML con perfiles »Modelo conceptual para minería de datos »Reglas de asociación »Clasificación »Clustering »Análisis de series temporales Parte III: Aspectos prácticos »Implementación »Caso de estudio Parte IV: Aspectos finales »Conclusiones »Producción científica »Trabajos futuros

61 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte IV: Aspectos finales Conclusiones La propuesta de esta Tesis Doctoral Permite integrar el diseño de modelos conceptuales de minería de datos en un proceso KDD Aprovecha datos preprocesados del almacén de datos dentro del proceso KDD (evitando duplicidades de tareas costosas) Mejora la comprensibilidad usando modelos cercanos al analista Facilita la mantenibilidad y reutilización de modelos Provee un mecanismo de documentación para la minería de datos

62 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte IV: Aspectos finales Conclusiones Objetivo principal: Proponer “mecanismos” para el modelado conceptual de técnicas de minería de datos en el marco de KDD Objetivos específicos Objetivo 1: Analizar las propuestas existentes Objetivo 2: Proponer los modelos conceptuales Objetivo 3: Proponer los perfiles UML Objetivo 4: Diseñar e implementar los modelos conceptuales en una herramienta que integre todo el proceso KDD Objetivo 5: Contrastar la viabilidad de la propuesta en un caso de estudio

63 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte IV: Aspectos finales Conclusiones Podemos verificar que se cumple la Hipótesis inicial: Es factible modelar conceptualmente las técnicas de minería de datos de una manera integrada con el modelado del almacén de datos en el marco del proceso de descubrimiento de conocimiento.

64 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Contenido Parte I: Introducción »Motivación »Hipótesis de trabajo y objetivos »Trabajos relacionados Parte II: Perfiles UML para minería de datos »Extensión de UML con perfiles »Modelo conceptual para minería de datos »Reglas de asociación »Clasificación »Clustering »Análisis de series temporales Parte III: Aspectos prácticos »Implementación »Caso de estudio Parte IV: Aspectos finales »Conclusiones »Producción científica »Trabajos futuros

65 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte IV: Aspectos finales Producción científica 19 trabajos publicados como producción científica de esta tesis 2 en revistas JCR

66 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte IV: Aspectos finales Producción científica 19 trabajos publicados como producción científica de esta tesis 11 en congresos internacionales (DAWAK, ECDM, GEOINFORMATICS,..)

67 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte IV: Aspectos finales Producción científica 19 trabajos publicados como producción científica de esta tesis 6 en congresos nacionales (JISBD, ADIS, Data Gadgets,..)

68 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Contenido Parte I: Introducción »Motivación »Hipótesis de trabajo y objetivos »Trabajos relacionados Parte II: Perfiles UML para minería de datos »Extensión de UML con perfiles »Modelo conceptual para minería de datos »Reglas de asociación »Clasificación »Clustering »Análisis de series temporales Parte III: Aspectos prácticos »Implementación »Caso de estudio Parte IV: Aspectos finales »Conclusiones »Producción científica »Trabajos futuros

69 José Jacobo Zubcoff Vallejo Lucentia Research Group Junio 2009 Un conjunto de perfiles UML para el modelado conceptual de minería de datos en almacenes de datos Parte IV: Aspectos finales Trabajos futuros Propuestas para alinear la minería de datos al desarrollo dirigido por modelos Marco de medición de la calidad de los modelos propuestos Incorporación de aspectos de seguridad en minería de datos Incorporación de modelado conceptual para la minería de datos geográficos Propuestas para el modelado de requisitos para minería de datos

Un conjunto de perfiles UML para el modelado conceptual de minería de datos sobre almacenes de datos Tesis Doctoral José Jacobo Zubcoff Vallejo 26 de Junio de 2009 Alicante, España Grupo de Investigación Lucentia Departamento de Lenguajes y Sistemas Informáticos Director: Juan Carlos Trujillo Mondéjar