นิยาม Data Mining
กระบวนการหา Correlations, Patterns, Trends ใหม่ที่มีประโยชน์ จากข้อมูลปริมาณมากใน Repositories ใช้ Pattern Recognition (Statistical/Mathematical Techniques) วิเคราะห์ Factual Datasets หา Relationships ที่ไม่คาดคิด Summarize ใหม่แบบ Logical & Helpful
กระบวนการ Selection, Exploration, Modeling ข้อมูลปริมาณมาก หา Regularities/Relations ไม่รู้จักก่อน → Clear & Beneficial Results
Data Mining ≈ Data Science ทำโดยคน ในสถานการณ์เฉพาะ Dataset เฉพาะ มี Objective Services: Text Mining, Web Mining, Audio/Video Mining, Pictorial Data Mining, Social Media Mining ผ่าน Software
Outsource Data Mining → เร็วขึ้น ต้นทุนต่ำ Firm ใช้ Tech ใหม่ เก็บข้อมูลที่หา Manual ไม่ได้ ข้อมูลเยอะบน Platforms หลายแห่ง แต่ Knowledge จำกัด
Challenge: Analyze Data → Extract Essential Data → Solve Problems / Business Growth Dynamic Tools & Techniques มากมาย
Data Mining = Knowledge Discovery in Database (KDD)
KDD Process (Iterative Steps):
- Data Cleaning: กำจัด Noise, Inconsistent Data
- Data Integration: รวม Data Sources หลายแห่ง
- Data Selection: ดึงข้อมูล relevant สำหรับ Analysis
- Data Transformation: Transform/Combine ข้อมูลให้เหมาะ Mining (Summary, Aggregation)
- Data Mining: ใช้ Intelligent Methods ขุด Patterns
- Pattern Evaluation: ระบุ Patterns ที่น่าสนใจจริง (Interesting Measures)
- Knowledge Presentation: Visualization & Representation Methods นำเสนอ Knowledge ให้ User
