ความแตกต่างระหว่าง Data Mining และ Big Data?

Data Mining

การทำเหมืองข้อมูล (Data mining) เป็นกระบวนการค้นพบความสัมพันธ์ใหม่ที่มีความหมาย, รูปแบบ, และแนวโน้ม โดยการแยกแยะผ่านปริมาณข้อมูลมหาศาลที่จัดเก็บในที่เก็บข้อมูล โดยใช้เทคโนโลยีการรู้จักรูปแบบ รวมถึงเทคนิคทางสถิติและคณิตศาสตร์ เป็นการวิเคราะห์ชุดข้อมูลการสังเกตเพื่อค้นพบความสัมพันธ์ที่ไม่คาดคิด และสรุปข้อมูลด้วยวิธีใหม่ที่เข้าใจง่ายและมีประโยชน์ต่อเจ้าของข้อมูล

การทำเหมืองข้อมูลอาจรวมการใช้แพ็กเกจซอฟต์แวร์หลายประเภท รวมถึง analytics tools สามารถเป็นอัตโนมัติ หรืออาจต้องใช้แรงงานมาก ซึ่งแรงงานแต่ละคนส่งคิวรีเฉพาะเพื่อข้อมูลไปยังที่เก็บหรือฐานข้อมูล

โดยทั่วไป การทำเหมืองข้อมูลนิยามถึงการดำเนินการที่มีการค้นหาที่ซับซ้อนค่อนข้าง ซึ่งคืนผลลัพธ์ที่เน้นและแน่นอน ตัวอย่าง เครื่องมือการทำเหมืองข้อมูลอาจดูผ่านข้อมูลบัญชีหลายสิบปี เพื่อหาคอลัมน์ค่าใช้จ่ายหรือบัญชีลูกหนี้ที่แน่นอนสำหรับปีดำเนินงานเฉพาะ

Big Data (ข้อมูลขนาดใหญ่)

Big Data หมายถึงปริมาณมหาศาลที่สามารถเป็น structured, semi-structured, และ unstructured ชุดข้อมูลที่มีขนาดในระดับ tera-bytes มันซับซ้อนที่จะประมวลผลปริมาณข้อมูลมหาศาลบนระบบเดี่ยว นั่นคือเหตุผลที่ RAM ของคอมพิวเตอร์นี้จัดเก็บการคำนวณระหว่างทางระหว่างการประมวลผลและการวิเคราะห์ เมื่อเราพยายามประมวลผลข้อมูลขนาดใหญ่แบบนี้ ใช้เวลามากในการทำขั้นตอนการประมวลผลเหล่านี้บนระบบเดี่ยว ระบบคอมพิวเตอร์ของเราก็ไม่ทำงานถูกต้องเนื่องจาก overload

ชุดข้อมูล Big data คือชุดที่เติบโตเกินประเภทฐานข้อมูลและโครงสร้างการจัดการข้อมูลแบบง่ายที่เคยใช้ในอดีต เมื่อ big data ราคาสูงกว่าและเป็นไปได้น้อยกว่า ตัวอย่าง ชุดข้อมูลที่ใหญ่เกินไปที่จะจัดการง่ายๆ ในสเปรดชีต Microsoft Excel สามารถนิยามว่าเป็น big data sets

มาเปรียบเทียบระหว่าง Data Mining และ Big Data