Data Mining เป็นกระบวนการค้นหาความสัมพันธ์ รูปแบบ และแนวโน้มที่เป็นประโยชน์ใหม่ๆ โดยสแกนข้อมูลมหาศาลในที่เก็บข้อมูล ใช้เทคโนโลยี pattern recognition รวมถึงเทคนิคสถิติและคณิตศาสตร์ เป็นการวิเคราะห์ชุดข้อมูลเชิงเท็จเพื่อค้นพบความสัมพันธ์ที่ไม่คาดคิด และสรุปบันทึกด้วยวิธีใหม่ที่เป็นเหตุเป็นผลและมีประโยชน์
มีการแปลงข้อมูล (Transformations) หลักใน Data Mining ดังนี้ −
1. Flag normal, abnormal, out of bounds, หรือ impossible facts (ทำเครื่องหมายข้อเท็จจริงปกติ/ผิดปกติ/นอกขอบเขต/เป็นไปไม่ได้) − การทำเครื่องหมายข้อเท็จจริงที่วัดได้ด้วยธงสัญญาณ (flags) 特別有益 เนื่องจากบางข้อเท็จจริงอาจถูกต้องแต่ผิดปกติมาก อาจอิงตัวอย่างเล็กหรือสถานการณ์เฉพาะ บางข้อเท็จจริงอาจอยู่ในข้อมูลแต่ต้องถือว่าเป็นไปไม่ได้หรืออธิบายไม่ได้ ควรทำเครื่องหมายด้วย status flag เพื่อกรองเข้า/ออกการวิเคราะห์ แทนที่จะลบค่าผิดปกติออกจากตาราง วิธีที่ดีคือสร้าง special data status dimension สำหรับ fact record
2. Recognize random or noise values from context and mask out (จดจำค่าสุ่ม/สัญญาณรบกวนจากบริบทและปิดบัง) − กรณีพิเศษของข้อที่แล้ว คือการจดจำเมื่อ legacy system ส่งค่าสุ่มมาแทนข้อเท็จจริงจริง เกิดขึ้นเมื่อไม่มีค่าที่ควรส่ง แต่ตัวเลขค้างใน buffer ถูกส่งต่อไปยัง data warehouse เมื่อตรวจพบ ควรแทนที่ค่าสุ่มด้วย null value
3. Apply a uniform treatment to null values (จัดการค่า null แบบสม่ำเสมอ) − Data mining tools nhạy cảmต่อความแตกต่างระหว่าง "cannot exist" และ "exists but is unknown" บางผู้เชี่ยวชาญกำหนดค่าที่น่าจะเป็นหรือ median ในกรณีที่สอง เพื่อให้บันทึก fact table ส่วนที่เหลือเข้าร่วมการวิเคราะห์ได้ สามารถทำได้ที่ข้อมูลต้นฉบับ (overwrite null) หรือโดย data mining tool ขั้นสูงที่จัดการ null data ได้
4. Flag fact records with changed status (ทำเครื่องหมาย fact records ที่สถานะเปลี่ยนแปลง) − การแปลงข้อมูลที่ช่วยเหลือคือ เพิ่ม status indicator พิเศษใน fact table record เพื่อแสดงว่าสถานะของ account (หรือ customer, product, location) เพิ่งเปลี่ยนหรือกำลังจะเปลี่ยน Status indicator ถูก implement เป็น status dimension ใน star join design
