O documento classifica os sistemas de data mining em três dimensões: 1) natureza da tarefa, que inclui classificação, predição, segmentação e descrição; 2) objetivo, que pode ser produzir um modelo ou informação; 3) grau de estruturação dos dados, que podem ser estruturados ou desestruturados. Data mining é definido como o processo de exploração e análise de grandes quantidades de dados para descobrir padrões ou regras que melhorem a compreensão das informações.

1. CLASSIFICAÇÃO DOS SISTEMAS DE DATA MINING<br />Segundo Michael Berry (http://www.data-miners.com), uma alternativa para a classificação dos sistemas de data mining é separá-los em três dimensões:<br />Natureza da tarefa<br />Objetivo a ser buscado<br />Grau de estruturação dos dados<br />A Natureza da tarefa pode ser dividida em quatro pontos:<br />Assim:<br />Uma tarefa de classificação consiste em associar um item a uma classe, de várias opções pré-definidas. A tarefa do analista passa a ser selecionar qual classe melhor representa um registro, por exemplo, ao se deparar com uma base de dados de veículos, em que cada registro contém os atributos de cor, peso, combustível, número de portas, cilindrada e número de marchas, classificar cada veículo em esporte, utilitário, ou passeio. <br />Predição pode ser definida como a tarefa de preencher um valor em um registro baseado em outros atributos. Como exemplo de modelo de predição, podemos construir um modelo para estimar a probabilidade de um cliente deixar de usar nossos serviços baseado em seu perfil de uso.<br />Segmentação pode ser comparada a uma tarefa de classificação sem classes pré-definidas. O objetivo de uma tarefa de segmentação consiste em agrupar registros semelhantes e separar registros diferentes. Ao se trabalhar com grandes bases de dados, é muito comum que padrões concorrentes se cancelem ao se observar tudo de uma só vez. Quebrar esta enorme base de dados em várias sub-bases pode dar ao analista a condição de ver estas diferenças e identificar novas oportunidades.<br />Data mining também pode ser utilizado para descrição dos dados. Técnicas de visualização podem trazer ao analista percepções diferentes das apresentadas em tabelas, ou relatórios. <br />Objetivo a ser buscado: existem dois tipos de objetivo, a produção de um modelo ou a produção de informação. Nas tarefas de predição, normalmente estaremos buscando um modelo que possa ser aplicado em dados não vistos anteriormente e que um “score” possa ser gerado. Em tarefas descritivas, buscamos informação que possa dar uma nova perspectiva ao se analisar os dados.<br />Grau de estruturação dos dados: dados estruturados são normalmente os arquivos de banco de dados, as tabelas, ou seja, estruturas fixas com conteúdo uniforme. Dados desestruturados são arquivos do tipo texto ou imagem, e podem ser usados em projetos que tem como objetivo a identificação de padrões ou formas.<br />Voltando ao nosso problema em caracterizar data mining, chegamos à seguinte definição:<br />É o processo de exploração e análise de grandes quantidades de dados, com o objetivo de descobrir padrões ou regras que permitam uma melhor compreensão da informação contida nos mesmos.<br />