Cuprins:
Definiție - Ce înseamnă Data Mining?
Minerirea datelor este procesul de analiză a modelelor ascunse de date în funcție de perspective diferite pentru încadrarea în informații utile, care sunt colectate și asamblate în zone comune, cum ar fi depozite de date, pentru o analiză eficientă, algoritmi de extragere a datelor, facilitând luarea deciziilor în afaceri și alte informații cerințe pentru reducerea costurilor și creșterea veniturilor.
Minerirea datelor este cunoscută și sub denumirea de descoperire de date și descoperire de cunoștințe.
Techopedia explică Data Mining
Etapele majore implicate într-un proces de extragere a datelor sunt:
- Extrageți, transformați și încărcați datele într-un depozit de date
- Stocați și gestionați datele într-o bază de date multidimensională
- Oferiți acces la date analiștilor de afaceri utilizând software de aplicație
- Prezentați datele analizate în forme ușor de înțeles, cum ar fi grafice
Primul pas în extragerea datelor este colectarea de date relevante pentru mediul de afaceri. Datele companiei sunt fie tranzacționale, neoperaționale sau metadate. Datele tranzacționale tratează operațiuni de zi cu zi, cum ar fi vânzări, inventar și costuri etc. Datele nefuncționale sunt în mod normal prognozate, în timp ce metadatele sunt preocupate de proiectarea logică a bazei de date. Modelele și relațiile dintre elementele de date oferă informații relevante, care pot crește veniturile organizaționale. Organizațiile cu un puternic accent asupra consumatorilor se ocupă de tehnicile de extragere a datelor oferind imagini clare cu produsele vândute, prețul, concurența și demografia clienților.
De exemplu, gigantul cu amănuntul Wal-Mart transmite toate informațiile sale relevante către un depozit de date cu terabyte de date. Aceste date pot fi accesate cu ușurință de furnizori care le permit să identifice tiparele de cumpărare ale clienților. Acestea pot genera modele de obiceiuri de cumpărături, zilele cele mai cumpărate, cele mai căutate pentru produse și alte date care utilizează tehnici de extragere a datelor.
Al doilea pas în extragerea datelor este selectarea unui algoritm adecvat - un mecanism care produce un model de extragere a datelor. Funcționarea generală a algoritmului implică identificarea tendințelor dintr-un set de date și utilizarea rezultatelor pentru definirea parametrilor. Cei mai populari algoritmi folosiți pentru extragerea datelor sunt algoritmi de clasificare și algoritmi de regresie, care sunt folosiți pentru a identifica relațiile dintre elementele de date. Principalii furnizori de baze de date precum Oracle și SQL încorporează algoritmi de extragere a datelor, precum clustering și regresie, pentru a răspunde cererii de extragere a datelor.
