Previous Next

3.1.4 Clementine – SPSS [14]

 

 

 

En general, es una de las herramientas que tiene más participación en el mercado actual del Minado de Datos. Los primeros análisis indican que es una herramienta bastante fácil de usar, debido a su interfaz amigable. Lo anterior queda en evidencia al ser usada, en la mayoría de los cursos, como herramienta ejemplificadora, y además es bastante poderosa debido a todas sus capacidades como:

 

 

 

 

 

3.1.4.1 Estudio del Caso de Clementine – BBC Television (Reino Unido) [15]

 

 

 

En el mercado de la entretención televisiva, se ha experimentado un auge enorme en la competencia por la sintonización. En los últimos años, han ingresado muchas nuevas empresas en el mercado del cable, televisión por satélite y otras formas de entretenimiento. Dado que todos compiten por la atención de los televidentes, se deberá saber cuáles programas se muestran, y a que hora, para poder retener la mayor cantidad de personas posible.

 

 

ISL usó Clementine para analizar la información ya recopilada sobre la sintonía de los televidentes. Aquí tuvieron éxito las técnicas más acabadas del Minado de Datos y donde las simples estadísticas habían fallado.

 

 

ISL combinó dos técnicas en este caso:

 

 

 

La RNA fue entrenada para reconocer la repartición de televidentes, a partir de información histórica. La desventaja de usar las RNA es que, dado la complejidad, el usuario no sabe cuáles son los criterios que usa para hacer sus predicciones (ver capítulo 2.4 sobre las RNA), por lo que ISL implementó, además, la técnica de la inducción de reglas. Utilizando esta técnica, el usuario se puede basar en las reglas producidas y compararlas con las producidas por la RNA. Así, ambos sirven como un control para el otro.

 

 

La información asociada a la predicción de espectadores es compleja. Estas incluyen:

 

 

 

El sistema entregado por ISL podía predecir audiencias con un error promedio de 4%, lo que equivale a lo que obtienen los planificadores de la BBC. Otras investigaciones asociado a otros factores (como programas que le ganan por mucho a sus competidores), podrán ser utilizados para mejorar el sistema.

 

 

Dado que este sistema puede ser re-entrenado a voluntad, se puede mantener actualizado con tendencias temporales, o cambios más permanentes en la estructura de la audiencia a medida que entran nuevos competidores. Utilizando la información entregada, la BBC espera ganar una trozo cada vez mayor en el ámbito de la sintonía televisiva.


Previous Next

 

Copyright Nelson Flores 2001.

Departamento de Ciencias de la Computacion, Universidad de Chile.