การทำให้ข้อมูลทั่วไป (Data Generalization)
การทำให้ข้อมูลทั่วไปสรุปข้อมูลโดยการแทนที่ค่าระดับต่ำ (low-level values) เช่น ค่าตัวเลขสำหรับแอตทริบิวต์อายุ (age) ด้วยแนวคิดระดับสูง (higher-level concepts) เช่น วัยเยาว์ (young), วัยกลางคน (middle-aged), และผู้สูงอายุ (senior) กับปริมาณข้อมูลมากที่จัดเก็บในฐานข้อมูล จึงเป็นประโยชน์ที่จะสามารถกำหนดแนวคิดในรูปแบบที่กระชับและกระชับ (concise and succinct) ที่ระดับนามธรรมที่ทำให้ทั่วไป (generalized levels of abstraction) แทนที่จะเป็นระดับต่ำ
การอนุญาตให้ชุดข้อมูลทำให้ทั่วไปได้ที่หลายระดับของนามธรรม ช่วยให้ผู้ใช้สำรวจพฤติกรรมทั่วไปของข้อมูลได้ ตัวอย่างเช่น ในฐานข้อมูล AllElectronics แทนที่จะตรวจสอบธุรกรรมของลูกค้าแต่ละราย ผู้จัดการขายอาจชอบดูข้อมูลที่ทำให้ทั่วไปไปสู่ระดับสูงกว่า เช่น สรุปตามกลุ่มผู้ใช้ตามภูมิภาค ความถี่การซื้อต่อกลุ่ม และรายได้ของผู้ใช้ ซึ่งนำไปสู่แนวคิดของคำอธิบายแนวคิด (concept description) ซึ่งเป็นรูปแบบหนึ่งของการทำให้ข้อมูลทั่วไป
แนวคิดและคำอธิบายคลาส (Concept and Class Description)
แนวคิดทั่วไปหมายถึงชุดข้อมูล เช่น ผู้ซื้อบ่อย (frequent buyers), นักศึกษาระดับบัณฑิตศึกษา (graduate students) เป็นต้น ในฐานะงานการทำเหมืองข้อมูล คำอธิบายแนวคิดไม่ใช่การนับรายการข้อมูลอย่างง่าย แต่สร้างคำอธิบายสำหรับลักษณะเฉพาะ (characterization) และการเปรียบเทียบ (comparison) ของข้อมูล ยังเรียกว่าคำอธิบายคลาส (class description) เมื่อแนวคิดที่จะกำหนดเป็นคลาสของวัตถุ
ลักษณะเฉพาะ (Characterization) ให้การสรุปที่กระชับและกระชับของชุดข้อมูลที่กำหนด ในขณะที่คำอธิบายแนวคิดหรือการเปรียบเทียบคลาส (concept or class comparison) (เรียกอีกอย่างว่าการเลือกปฏิบัติ discrimination) ให้คำอธิบายเปรียบเทียบสองชุดข้อมูลขึ้นไป
กรณีที่เกี่ยวข้อง
1. ประเภทข้อมูลซับซ้อนและการรวม (Complex data types and aggregation)
คลังข้อมูลและเครื่องมือ OLAP พัฒนาบนโมเดลข้อมูลหลายมิติ (multidimensional data model) ที่มองข้อมูลในรูปลูกบาศก์ข้อมูล (data cube) ประกอบด้วยมิติ (dimensions/attributes) และการวัด (measures/aggregate functions) อย่างไรก็ตาม ระบบ OLAP หลายตัวจำกัดมิติให้เป็นระเบียนที่ไม่ใช่ตัวเลข และการวัดให้เป็นข้อมูลตัวเลข ฐานข้อมูลอาจมีแอตทริบิวต์หลายประเภทข้อมูล เช่น ตัวเลข, ไม่ใช่ตัวเลข, พื้นที่, ข้อความ, หรือภาพ ซึ่งต้องรวมเข้าไปในคำอธิบายแนวคิด
2. การควบคุมโดยผู้ใช้ против อัตโนมัติ (User-control versus automation)
การประมวลผลวิเคราะห์ออนไลน์ (OLAP) ในคลังข้อมูลเป็นกระบวนการที่ผู้ใช้ควบคุม (user-controlled) การเลือกมิติและการใช้ฟังก์ชัน OLAP เช่น drill-down, roll-up, slicing, และ dicing โดยทั่วไปถูกนำทางและควบคุมโดยผู้ใช้ แม้การควบคุมในระบบ OLAP หลายตัวจะใช้งานง่าย (user-friendly) ผู้ใช้ก็ต้องมีความเข้าใจที่ดีเกี่ยวกับความสำคัญของแต่ละมิติ นอกจากนี้ เพื่อหาคำอธิบายที่พอใจของข้อมูล ผู้ใช้อาจต้องระบุลำดับการดำเนินการ OLAP ยาวนาน
จึงพึงประสงค์ให้มีกระบวนการที่อัตโนมัติมากขึ้น ช่วยให้ผู้ใช้ตัดสินใจว่ามิติ (หรือแอตทริบิวต์) ไหนควรรวมในการวิเคราะห์ และข้อมูลชุดที่กำหนดควรทำให้ทั่วไปไปสู่ระดับไหน เพื่อสร้างการสรุปรายงานที่น่าสนใจของระเบียน
