• M. Dolores Ruiz
• Juan Gómez Romero
• María José Martín Bautista
• Daniel Sánchez

Las técnicas de Minería de Datos tratan de proporcionar conocimiento novedoso, no trivial, fácilmente entendible y potencialmente útil acerca de los procesos que han producido un determinado conjunto de datos, a través del análisis de éstos últimos. Este campo de investigación se ha tornado indispensable debido a i) la gran cantidad de bases de datos existentes, cuyo volumen hace imposible su análisis manual por expertos humanos, y ii) la necesidad de obtener conocimiento de esas bases de datos por los grandes beneficios que aporta, tanto a nivel científico como de competitividad empresarial.

En los últimos años, el volumen de información almacenado en soportes digitales se ha ampliado considerablemente no solo en forma de bases de datos, sino en forma de documentos de texto y en la web, incluyendo en este último caso registros del uso de la misma, lo que ha propiciado una importancia creciente de las técnicas de Minería de Texto y Web. Por otro lado, y dado que lo que se pretende es automatizar el proceso de análisis que lleva a cabo el ser humano, las distintas técnicas de Minería se han visto beneficiadas por la introducción de una gran cantidad de técnicas inteligentes de aprendizaje, optimización, y representación del conocimiento impreciso e incierto. Todo ello ha permitido el análisis de mayores fuentes de información, la elaboración de algoritmos más eficientes y una mejor selección de resultados en términos de su novedad, utilidad e interpretabilidad.
 

El ámbito de esta sesión está enmarcado en el uso de técnicas inteligentes para la minería de datos, texto, y web, incluyendo el desarrollo de sistemas o técnicas en los temas que a continuación se listan. La sesión también está abierta a temas relacionados no incluidos.

• Minería de datos, textos y web
• Minería de streams
• Series temporales
• Big Data
• Técnicas de preprocesamiento y resumen de datos
• Técnicas de visualización
• Postprocesamiento y resumen de conocimiento
• Algoritmos de minería paralelos y distribuidos
• Modelado de la semántica de términos lingüísticos para la descripción de datos
• Ontologías para la descripción y el resumen de datos
• Interacción hombre-máquina para acceso a datos y descripción
• Descripción lingüística de series temporales
• Descripción lingüística de información visual
• Modelos de relevancia y preferencias para descripción lingüística
• Aplicaciones de la minería a diferentes ámbitos (salud, turismo, vigilancia y seguridad, energía, etc.)