Data Mining คืออะไร
กระบวนการหา Correlations, Patterns, Trends ใหม่ที่มีประโยชน์ จากข้อมูลจำนวนมากใน Repositories ใช้ Pattern Recognition (Statistical/Mathematical Techniques) วิเคราะห์ Factual Datasets หา Relationships ที่ไม่คาดคิด และ Summarize ข้อมูลแบบ Novel ที่เป็น Logical และ Helpful
กระบวนการ Selection, Exploration, Modeling ข้อมูลปริมาณมาก หา Regularities/Relations ที่ไม่รู้จักก่อน เพื่อผลลัพธ์ที่ชัดเจนและมีประโยชน์
Data Mining ≈ Data Science ทำโดยคน ในสถานการณ์เฉพาะ บน Dataset เฉพาะ มี Objective รวม Services: Text Mining, Web Mining, Audio/Video Mining, Pictorial Data Mining, Social Media Mining ผ่าน Software ต่างๆ
เหตุผลที่ Data Mining ได้รับความนิยม
- ข้อมูลปริมาณมหาศาลพร้อมใช้งาน
- ความจำเป็นต้องเปลี่ยนข้อมูล → Knowledge ที่มีประโยชน์
- ประยุกต์: Market Analysis, Fraud Detection, Customer Retention, Production Control, Science Exploration
Data Mining เป็นผลลัพธ์ของการพัฒนา Data Technology
- Data Collection & Database Creation
- Data Management
- Advanced Data Analysis (ปัจจุบัน)
Data Warehouse: Repository ของ Heterogeneous Data Sources ภายใต้ Unified Schema สำหรับ Management Decision Making
Data Warehouse Technology: Data Cleaning, Data Integration, OLAP (Summarization, Consolidation, Aggregation, Multi-angle View)
