ปัญหา Data Mining
Data Mining = กระบวนการหา Correlations, Patterns, Trends จากข้อมูลมหาศาล ใช้ Pattern Recognition (Statistical/Mathematical)
ประเด็นสำคัญ
- Privacy Issues: ปัญหาสังคม ไม่ใช่เทคนิค Data Mining วิเคราะห์ธุรกรรม Routine → รู้จักซื้อ/ชอบของบุคคล
- Data Integrity Issues: Merge ข้อมูลขัดแย้ง/ซ้ำจากหลายแหล่ง เช่น ธนาคาร Credit Cards หลาย Database Address ต่างกัน → ต้อง Translate เลือก Address ล่าสุด
- Relational vs Multidimensional Structure: Relational = Tables (Ad-hoc Queries) Multidimensional = Cubes/Arrays (Category Subsets) Multidimensional รองรับ Mining ดีกว่า แต่ Relational ทำงาน Client/Server ดีกว่า
- Cost: Query มีประสิทธิภาพมากขึ้น → ความต้องการข้อมูลมากขึ้น → ระบบใหญ่/เร็ว/แพงขึ้น
- Data Quality: ความแม่นยำ/Integrity โครงสร้าง/ความสอดคล้อง Duplicate, No Standards, Timeliness, Human Error ส่งผลต่อ Effectiveness
- Interoperability: ความสามารถระบบ/ข้อมูล ทำงานร่วมกับระบบอื่นด้วย Standards สำหรับ Data Mining ต้องการ Interoperability เพื่อ Search/Analyze หลาย DB พร้อมกัน
