Data Mining (การขุดข้อมูล)
Data Mining คือกระบวนการค้นหาความสัมพันธ์ รูปแบบ และแนวโน้มที่เป็นประโยชน์และใหม่ๆ โดยวิเคราะห์ปริมาณข้อมูลจำนวนมากในคลังข้อมูล ใช้เทคโนโลยีรู้จำรูปแบบ รวมถึงเทคนิคสถิติและคณิตศาสตร์ นั่นคือการวิเคราะห์ชุดข้อมูลเชิงความเป็นจริงเพื่อค้นพบความสัมพันธ์ที่ไม่คาดคิด และสรุปข้อมูลในวิธีที่นวัตกรรม ซึ่งเป็นเหตุผลและมีประโยชน์ต่อเจ้าของข้อมูล
ใน Data Mining รูปแบบข้อมูลที่ซ่อนอยู่ (Hidden Patterns) ถูกพิจารณาตามหมวดหมู่หลายหมวดเข้าเป็นข้อมูลที่มีประโยชน์ ข้อมูลนี้รวบรวมในพื้นที่รวมถึง Data Warehouses เพื่อวิเคราะห์ และรันอัลกอริทึม Data Mining ข้อมูลนี้ช่วยสร้างการตัดสินใจที่มีประสิทธิภาพ ซึ่งลดต้นทุนและเพิ่มรายได้
Data Mining เป็นวิธีสำคัญที่ข้อมูลที่ไม่รู้จักมาก่อนและมีประโยชน์ใน潜力 ถูกแยกจากปริมาณข้อมือมหาศาล กระบวนการ Data Mining ประกอบด้วยหลายส่วนประกอบ และส่วนประกอบเหล่านี้สร้างโครงสร้างระบบ Data Mining
Data Warehouse (คลังข้อมูล)
Data Warehousing เป็นเทคนิคที่ใช้หลักเพื่อรวบรวมและจัดการข้อมูลจากแหล่งต่างๆ เพื่อให้ธุรกิจได้ Business Insight ที่มีความหมาย Data Warehouse ออกแบบมาเฉพาะเพื่อสนับสนุนการตัดสินใจของผู้จัดการ
อย่างง่าย Data Warehouse นิยามฐานข้อมูลที่ดูแลรักษาแยกต่างหากจากฐานข้อมูลปฏิบัติการ (Operational Databases) ขององค์กร ระบบ Data Warehouse ช่วยการรวมระบบแอปพลิเคชันหลายระบบ ให้การประมวลผลข้อมูลโดยเสนอแพลตฟอร์มที่มั่นคงของข้อมูลรวม (Consolidated) และเชิงประวัติศาสตร์ (Historical) สำหรับการวิเคราะห์
Data Warehouses ทำให้ข้อมูลเป็นทั่วไป (Generalize) และรวมศูนย์กลาง (Centralize) ในพื้นที่หลายมิติ (Multidimensional Space) การสร้าง Data Warehouses ประกอบด้วย Data Cleaning Data Integration และ Data Transformation และมองได้เป็นขั้นตอน Preprocessing สำคัญสำหรับ Data Mining
ให้เครื่องมือ OLAP (Online Analytical Processing) สำหรับการวิเคราะห์เชิงโต้ตอบของข้อมูลหลายมิติความละเอียดต่างๆ ซึ่งช่วย Data Generalization และ Data Mining ที่มีประสิทธิภาพ มีฟังก์ชัน Data Mining หลายอย่าง รวมถึง Association Classification Prediction และ Clustering สามารถรวมกับ OLAP Operations เพื่อสร้าง Interactive Mining ของความรู้ที่หลายระดับนามธรรม
การเปรียบเทียบ Data Mining และ Data Warehouse
| Data Mining | Data Warehouse |
|---|---|
| Data Mining มักถือเป็นกระบวนการแยกข้อมูลที่เป็นประโยชน์จากชุดข้อมูลขนาดใหญ่ | Data Warehousing เป็นขั้นตอนการรวมข้อมูลที่เกี่ยวข้องทั้งหมด |
| ประโยชน์ของ Data Mining คือการตรวจจับและระบุข้อผิดพลาดที่ไม่พึงประสงค์ในระบบ | ประโยชน์ของ Data Warehouse คือความสามารถในการอัปเดตบ่อย เหตุผลหลักคือเหมาะสำหรับผู้ประกอบการธุรกิจที่ต้องทันเหตุการณ์ปัจจุบัน |
| Data Mining เป็นขั้นตอนกำหนดรูปแบบข้อมูล (Data Patterns) | Data Warehouse เป็นระบบฐานข้อมูลออกแบบสำหรับ Analytics |
| เทคนิค Data Mining มีกำไรมากกว่าแอปพลิเคชันสถิติข้อมูลอื่นๆ | อำนาจของ Data Warehouse คืออำนวยความสะดวกให้ข้อมูลธุรกิจทุกประเภท |