BIG DATA
En la Minería
Rafael Andrés Barrera Pongutá // Walter Yezid Salamanca // Juan David Acero
1
Introducción 115 35
45 95
M. M.
El Big Data se centra en analizar los grandes volúmenes de datos que M. M.
superan la capacidad de los procesamientos informáticos habituales.
Su objetivo es el de analizar en el menor tiempo posible y de forma 25
eficaz toda la información. 2 M.
M.
Para la minería se analizan grandes volúmenes de datos. Se sintetizan,
identifican y agrupan patrones de comportamiento entre los datos.
Generalmente los datos que analiza pertenecen a clientes y
consumidores.
2 Metodología
Existen tres categorías. La primera recoge datos que incluyen
informaciones sobre clientes o fechas y se agrupan en tablas aunque,
existen otros tipos de datos como imágenes, vídeos o audios que se
clasifican como datos no agrupados porque no se pueden clasificar con
este método. La segunda recoge datos más detallados y que están
relacionados con actividades comerciales como pueden ser las
valoraciones, encuestas, registros de ventas, etc. Los últimos están
relacionados con las interacciones sociales Como por ejemplo en
Colombia el ANNA minero tenemos una extensa base de datos de minería
ya sean polígonos, curvas de nivel, títulos mineros y otras informaciones
necesarias en la minería.
3 Resultados
Usando análisis de redes de Big Data están evaluando qué minerales ya
existen y haciendo predicciones para descubrir cuáles otros podrían estar
presentes, y su trabajo ha demostrado ser muy exitoso. Muchos creen que los
resultados podrían establecer las bases para revelar la diversidad mineral,
evolución y distribución alrededor del mundo. La búsqueda de nuevos
yacimientos minerales es incesante, pero hasta hace poco el descubrimiento de
minerales era más una cuestión de suerte que de predicción científica. Esta
situación puede cambiar con el Big Data.
4 Conclusiones
• Big Data ayuda a mejorar la manipulación de los datos, optimizando la
gestión de la información respecto a tiempo y costo, logrando obtener
mejores resultados en las estadísticas para una buena toma de decisiones.
• El almacenamiento de datos es costoso y esto es una preocupación pero se
tiene una estrategia de gestión de datos que nos permite guardarlos a un
menor costo, dando prioridad a la información más relevante y reciente,
aunque se conserva el acceso a los datos archivados.