데이터 마이닝의 추세는 다음과 같습니다 -
애플리케이션 탐색 − 일반적으로 기업이 경쟁 우위를 확보할 수 있도록 지원하는 것을 목표로 하는 초기 데이터 마이닝 애플리케이션. 전자 상거래 및 전자 마케팅이 소매 시장의 주류 구성 요소가 됨에 따라 기업을 위한 데이터 마이닝에 대한 탐색이 계속 확장되고 있습니다.
데이터 마이닝은 재무 분석, 통신, 생물 의학 및 과학을 포함한 여러 영역의 응용 프로그램 탐색에 점점 더 많이 사용되고 있습니다. 새로운 소프트웨어 영역에는 대테러(침입 탐지 포함 및 그 이상) 및 모바일(무선) 데이터 마이닝을 위한 데이터 마이닝이 포함됩니다. 일반 데이터 마이닝 시스템은 애플리케이션별 문제를 처리하는 데 한계가 있을 수 있으므로 애플리케이션별 데이터 마이닝 시스템 개발 추세를 볼 수 있습니다.
확장 가능한 대화형 데이터 마이닝 방법 − 기존 데이터 분석 방법과 달리 데이터 마이닝은 방대한 양의 데이터를 효율적으로 그리고 가능하면 대화식으로 관리할 수 있어야 합니다. 수집되는 정보의 양이 계속 빠르게 증가하기 때문에 단일 및 통합 데이터 마이닝 서비스를 위한 확장 가능한 알고리즘이 필수적입니다.
고객 상호 작용을 증가시키면서 마이닝 프로세스의 완성된 효율성을 개선하기 위한 한 가지 중요한 방향은 제약 기반 마이닝입니다. 이는 흥미로운 패턴을 검색할 때 데이터 마이닝 시스템을 안내하는 제약 조건의 설명 및 사용을 활성화하여 추가 제어를 통해 사용자를 지원합니다.
데이터베이스 시스템, 데이터 웨어하우스 시스템 및 웹 데이터베이스 시스템과 데이터 마이닝 통합 − 데이터베이스 시스템, 데이터 웨어하우스 시스템 및 웹이 주류 데이터 처리 시스템이 되었습니다. 데이터 마이닝이 데이터 처리 환경을 포함하여 원활하게 통합될 수 있는 필수 데이터 분석 구성 요소 역할을 하도록 제공하는 것이 필수적입니다.
데이터 마이닝 언어의 표준화 − 표준 데이터 마이닝 언어 또는 기타 표준화 노력은 데이터 마이닝 솔루션의 체계적인 개발을 지원하고 여러 데이터 마이닝 시스템 및 서비스 간의 상호 운용성을 개선하며 시장 및 사회에서 데이터 마이닝 시스템의 교육 및 사용을 촉진합니다.
시각 데이터 마이닝 − 시각적 데이터 마이닝은 방대한 양의 데이터에서 지식을 찾는 효율적인 방법입니다. 시각적 데이터 마이닝 방법의 체계적인 연구 및 개발은 데이터 분석을 위한 도구로 데이터 마이닝의 홍보 및 사용을 지원할 것입니다.
데이터 마이닝 및 소프트웨어 엔지니어링 − 소프트웨어 프로그램이 점점 더 무거워지고 난이도가 복잡해지며 여러 소프트웨어 팀에서 개발한 여러 구성 요소의 통합에서 비롯되는 경향이 있으므로 소프트웨어 견고성과 안정성을 제공하는 것이 점점 더 어려운 작업입니다.
버그가 있는 응용 프로그램의 실행에 대한 분석은 본질적으로 프로그램 실행 중에 생성된 데이터를 추적하는 데이터 마이닝 프로세스로, 소프트웨어 버그의 궁극적인 자동 발견으로 이어질 수 있는 중요한 패턴과 이상값을 공개할 수 있습니다.