Visual data mining** หา implicit และ useful knowledge จาก large data sets ใช้ data และ knowledge visualization methods มนุษย์ visual system ควบคุมโดย eyes และ brain ส่วนหลังคือ dynamic, largely parallel processing และ reasoning engine พร้อม huge knowledge base
Visual data mining มองได้ว่าเป็น unification ของสองสาขา: data visualization และ data mining ยังเกี่ยวกับ computer graphics, multimedia systems, human-computer interaction, pattern recognition, high-performance computing
โดยทั่วไป data visualization และ data mining รวมกันได้ดังนี้ −
Data visualization (การแสดงภาพข้อมูล) − Data ใน database หรือ data warehouse มองได้ที่ multiple levels of granularity หรือ abstraction หรือ combinations ของ attributes/dimensions ต่างๆ Data แสดงได้ใน visual forms หลายแบบ: boxplots, 3-D cubes, data distribution charts, curves, surfaces, link graphs, ฯลฯ
Data mining result visualization (การแสดงภาพผลลัพธ์ Data Mining) − การนำเสนอ results หรือ knowledge จาก data mining ใน visual forms รูปแบบอาจรวม: scatter plots, boxplots (จาก descriptive data mining), decision trees, association rules, clusters, outliers, generalized rules, ฯลฯ
Data mining process visualization (การแสดงภาพกระบวนการ Data Mining) − Visualization นี้แสดง processes ต่างๆ ของ data mining ใน visual forms ให้ users เห็นว่าข้อมูล derived มาอย่างไร จาก database/warehouse ไหน และ selected data ถูก cleaned, integrated, preprocessed, mined อย่างไร เพิ่มเติม แสดงว่า approach ไหนถูกเลือกสำหรับ data mining results เก็บที่ไหน และมองได้อย่างไร
Interactive visual data mining (Visual Data Mining แบบโต้ตอบ) − ใน interactive visual data mining visualization tools ใช้ใน data mining process ให้ users ทำ intelligent data mining decisions ตัวอย่าง data distribution ในกลุ่ม attributes แสดงด้วย colored sectors (whole space แทนด้วย circle) Display นี้ช่วย users ตัดสินใจ sector ไหนควร select ก่อนสำหรับ classification และ best split point สำหรับ sector นั้นคือไหน
Audio data mining** ใช้ audio signals แทน patterns ของ data หรือ features ของ data mining results แม้ visual data mining เปิดเผย interesting patterns ด้วย graphical displays แต่ต้องการ users concentrate ดู patterns และ recognize interesting/novel characteristics ภายใน ถ้า patterns แปลงเป็น sound และ music แทนการดูภาพ สามารถฟัง pitches, rhythms, tune, melody เพื่อระบุ interesting/unusual สิ่งนี้ลดภาระ visual concentration และสบายกว่า visual mining Audio data mining จึงเป็น interesting counterpart ของ visual mining
