데이터 마이닝은 많은 양의 데이터에서 지식을 추출하거나 마이닝하는 것을 말합니다. 데이터 마이닝은 일반적으로 엄청난 양의 데이터가 저장되고 처리되는 곳에서 사용됩니다.
데이터 마이닝은 데이터베이스 시스템, 통계, 머신 러닝, 시각화 및 데이터 과학과 같은 일련의 분야가 결합된 학제 간 분야입니다. 사용된 데이터 마이닝 접근 방식에 따라 신경망, 퍼지 및/또는 대략적인 집합 이론, 지식 표현, 귀납적 논리 프로그래밍 또는 고성능 컴퓨팅과 같은 다른 분야의 기술이 적용될 수 있습니다.
마이닝할 데이터 유형 또는 주어진 데이터 마이닝 응용 프로그램에서 설정되며, 데이터 마이닝 시스템은 공간 데이터 분석, 데이터 검색, 패턴 식별, 이미지 분석, 신호 처리, 컴퓨터 그래픽, 네트워크 기술, 경제학, 경영학, 생물정보학 또는 심리학.
데이터 마이닝의 분류는 다음과 같습니다 -
마이닝된 데이터베이스 종류에 따른 분류 - 데이터 마이닝 시스템은 마이닝된 데이터베이스의 종류에 따라 분류할 수 있다. 데이터베이스 시스템은 다양한 기준(데이터 모델, 포함된 데이터 또는 응용 프로그램의 유형 포함)에 따라 분류될 수 있으며 각 기준에는 데이터 마이닝 기술이 필요할 수 있습니다.
예를 들어 데이터 모델에 따라 분류하는 경우 관계형, 트랜잭션형, 개체 관계형 또는 데이터 웨어하우스 마이닝 시스템을 가질 수 있습니다. 데이터 처리의 특수한 유형에 따라 분류하면 공간, 시계열, 텍스트, 스트림 데이터, 멀티미디어 데이터 마이닝 시스템 또는 월드 와이드 웹 마이닝 시스템이 있을 수 있습니다.
채굴된 지식의 종류에 따른 분류 − 데이터 마이닝 시스템은 마이닝하는 지식의 종류에 따라 분류할 수 있습니다. 특성화, 구별, 연관 및 상관 분석, 분류, 예측, 클러스터링, 이상값 분석 및 진화 분석을 포함한 데이터 마이닝 기능을 기반으로 합니다. 데이터 마이닝 시스템은 일반적으로 여러 통합 데이터 마이닝 기능을 지원합니다.
활용 기술의 종류에 따른 분류 - 데이터 마이닝 시스템은 사용되는 기본 데이터 마이닝 기술에 따라 분류할 수 있습니다. 이러한 기술은 자율 시스템, 대화형 탐색 시스템, 쿼리 기반 시스템 또는 사용된 데이터 분석 방법과 관련된 사용자 상호 작용의 정도에 따라 설명할 수 있습니다.
적용된 애플리케이션에 따른 분류 − 데이터 마이닝 시스템은 응용 프로그램에 따라 분류할 수도 있습니다. 예를 들어, 데이터 마이닝 시스템은 금융, 통신, DNA, 주식 시장, 전자 메일 등에 대해 범주별로 맞춤화될 수 있습니다. 응용 프로그램별 방법의 통합이 필요한 경우가 많은 응용 프로그램이 여러 개 있습니다.