Innehåll
- Definition - Vad betyder Data Mining?
- En introduktion till Microsoft Azure och Microsoft Cloud | I hela denna guide kommer du att lära dig vad cloud computing handlar om och hur Microsoft Azure kan hjälpa dig att migrera och driva ditt företag från molnet.
- Techopedia förklarar Data Mining
Definition - Vad betyder Data Mining?
Data mining är processen för att analysera dolda datamönster med olika perspektiv för kategorisering till användbar information, som samlas in och samlas i gemensamma områden, såsom datalager, för effektiv analys, data mining algoritmer, underlättar beslutsfattande för affärsverksamhet och annan information krav för att till slut sänka kostnaderna och öka intäkterna.
Data mining är också känd som data discovery och kunskapsupptäckt.
En introduktion till Microsoft Azure och Microsoft Cloud | I hela denna guide kommer du att lära dig vad cloud computing handlar om och hur Microsoft Azure kan hjälpa dig att migrera och driva ditt företag från molnet.
Techopedia förklarar Data Mining
De viktigaste stegen som är involverade i en datalagringsprocess är:
- Extrahera, omvandla och ladda data till ett datalager
- Lagra och hantera data i en flerdimensionell databas
- Ge datatillgång till affärsanalytiker med hjälp av applikationsprogramvara
- Presentera analyserade data i lättförståelige former, till exempel grafer
Det första steget i data mining är att samla in relevant information som är kritisk för företag. Företagsdata är antingen transaktionella, icke-operativa eller metadata. Transaktionsdata handlar om den dagliga verksamheten som försäljning, lager och kostnader etc. Icke-operationella data förutspås normalt medan metadata rör logisk databasdesign. Mönster och förhållanden mellan dataelement ger relevant information, vilket kan öka organisatoriska intäkter. Organisationer med ett starkt konsumentfokus handlar om data mining-tekniker som ger tydliga bilder av sålda produkter, pris, konkurrens och kunddemografi.
Till exempel överför detaljhandelsgiganten Wal-Mart all relevant information till ett datalager med terabyte data. Denna information kan enkelt nås av leverantörer så att de kan identifiera kundernas köpmönster. De kan generera mönster på shoppingvanor, de flesta inköpta dagar, mest sökta efter produkter och annan data med hjälp av data mining-tekniker.
Det andra steget i data mining är att välja en lämplig algoritm - en mekanism som producerar en data mining-modell. Den allmänna funktionen av algoritmen innebär att identifiera trender i en uppsättning data och använda utgången för parameterdefinition. De mest populära algoritmerna som används för data mining är klassificeringsalgoritmer och regressionsalgoritmer, som används för att identifiera samband mellan dataelement. Stora databasleverantörer som Oracle och SQL innehåller algoritmer för data mining, till exempel kluster och regression, för att möta efterfrågan på data mining.