La aplicacin de minera de datos en bibliotecas se denomina bibliominera 4 (bibliomining). El trmino fue acuado por Nicholson y Stanton (2003) 5 como una derivacin de los trminos bibliometra (biliometrics) y minera de datos (data mining), con el fin de favorecer la conceptualizacin y el trabajo de los investigadores del campo. Estos autores definen bibliominera como "la combinacin de minera de datos, bibliometra, estadstica y herramientas de elaboracin de informes y extraccin de patrones de comportamiento, basados en sistemas bibliotecarios".
Para Nicholson (2006) la utilizacin de un nuevo trmino est justificada porque el trmino library (o biblioteca) asociado a minera de datos se refiere principalmente al conjunto de algoritmos que utiliza el software, por lo que puede dar lugar a errores y dificultades en la descripcin y bsqueda de informacin sobre el tema.
Como se ha sealado, la bibliominera suele relacionarse con la bibliometra, pues ambas tareas se ocupan del anlisis y cruce de datos mediante tcnicas estadsticas para descubrir y establecer patrones y tendencias en los datos como ayuda a la toma de decisiones (obtener el dato por el dato, la mera presentacin de resultados es una tarea vacua e intil). Si bien en bibliominera se trata de datos sobre la actuacin previa a la utilizacin de la informacin, mientras que la bibliometra trabaja con los datos relativos a la informacin que ha sido finalmente usada.
Para Nicholson, el proceso de bibliominera est compuesto de seis fases (Nicholson, 2003), que a grandes rasgos coinciden con las propuestas sobre minera de datos indicadas anteriormente: Determinacin de las reas de inters. Identificacin de fuentes de datos internas y externas. Recopilar, limpiar y hacer annimos los datos en el data warehouse (almacn de datos). Seleccin de las herramientas de anlisis apropiadas. Descubrimiento de patrones a travs de la minera de datos y creacin de informes con herramientas tradicionales de anlisis. Anlisis e implementacin de los resultados.
Utilidad de la bibliominera: Optimizacin de servicios: ayuda a los administradores a reorganizar el contenido de la biblioteca, autoridades e interfaces. Apoyo a la toma de decisiones. Personalizacin: ayuda a los usuarios a identificar informacin de inters para ellos por recomendacin de materias similares. Lo que supondra una mejora de los tan tiles sistemas de DSI (Difusin Selectiva de Informacin). Prediccin de necesidades de los usuarios: ver la evolucin de las temticas consultadas puede ayudar a predecir cules sern consultadas posteriomente. Identificacin de materiales no consultados: por un mal proceso de seleccin o por una catalogacin o clasificacin incorrecta. Justificacin del mantenimiento o supresin de acuerdos de prstamo interbibliotecario: gasto del prstamo frente a gasto de adquisicin.
Minera en la nube- customer relationship management datamining in the cloud By Guido Deutsch La mineria de datos es una determinada tecnica para analizar los datos en el manejo o administracion de las relaciones de los clients, marketing y distribucin. Por ejemplo ayuda a o optimizar la interaccion con el cliente, muestra el potencial de compras de los clientes y la posibilidad aleatoria mediante la aplicacin de mtodos estadisticos-matemticos a grandes cantidades de datos. As las compaas puede hacer los esfuerzos del rea de marketing mas precisos, haciendo los costos ms bajos y obteniendo mejores resultados. Mineria de datos es practicamente usada por las grandes compaias La mineria de datos puede ser usado si se tiene por lo menos 10000 usuarios.pero debido al alto costo per cliente para aplicarlo virtualmente genera decrecimiento en los ingresos debido al numero de clients, por ende casi siempre son las grandes compaas con millones de usuarios quienes lo usan. El alto coste del personal el hardware y la licencia de software simplemente no lo hacen productive. La prinicipal fuente de los costos son los expertos en la mineria de datos que necesitan prepara los datos y entender el conocieminto del la compaoa. Ellos tienen q ser contratados o proveidos por las compaas consultoras y/o externos. Cuotas anuales de las licencias que incluso equivale al costo por los expetos en la minera de datos tienen q ser pagadas tambin el hardware tiene q ser eficiente y originar costos notables. Es por eso q la minera de datos no puede ser usada por las pequeas compaas. Reducir los costos de la mineria de datos a travs de SaaS- La minera en la nube nace El modelo de distribucion Saas ( software como un servicio) o (Software as a Sevice) ayuda a reducer costos proveyendo opciones para licencias flexibles y tercerizando los esfuerzos por conseguir el hardware. Mediante saas el software no esta en la compaia, sino q se encuentra en un servidor proveedor de servicios. Esto es, elproveedor se hace cargo del hardware, busca actualizaciones de software y matienene tcnicamente todo. En la minera en la nube los sevidores qproveen el software son la nube. Estos pueden ser publicas de google., amazon, etc o privada en los servidores d algn proveedor individual. Esto tiene 2 principales efectos, por una parte el cliente solamente paga por las herramientas q necesita. Esto hace que ahorre muchsimo mas comparado con los programas complejos q el no usa exhaustivamente. Y por otro lado el simplemente paga solo por los costos q ha generado al usar la nube. El no se encarga del mantenimiento a la infraestructura del hardware, puede aplicar la minera de datos mediante un buscador. Esto reduce las barreras q limitaban a las pequeas empresas de beneficiarse de la minera de datos