Publicamos un interesante artículo, que se acompaña de ejemplos muy ilustrativos, que aborda la cuestión de cómo reaccionan los sistemas RDBMS (Bases de Datos Relacionales), SQL y OLAP cuando intentando establecer una hipótesis testables se encuentran con un “factor inesperado”. Y para describir los resultados el articulista se fija en modelos de relaciones y correlaciones.
Hablar de investigación y descubrimiento de conocimiento (investigation and knowledge discovery) ya no es hablar de análisis estadístico tradicional, es como confirmar que no es lo mismo buscar, que medir.
Las bases de datos relacionales construyen modelos en un mundo que asume que de entrada una persona conoce las relaciones básicas que conforman un problema. El propósito de estas bases de datos no es otro que el de mantener las reglas de negocio y el acceso a los datos en un formato conocido. Y es un buen sistema de funcionamiento mientras el modelo de mundo en el que funcionan no se encuentre con “elefantes cayendo del cielo”.
En este artículo se presentan muchos ejemplos de relacionar y correlacionar tanto elementos como personas, como son el Proyecto “Six Degrees of Kevin Bacon”, el sistema Cogito de análisis policial, la serie de televisión CSI, la Internet Movie Database, y otros.