공간 데이터 마이닝
공간 데이터 마이닝은 데이터 마이닝을 공간 모델에 적용하는 것입니다. 공간 데이터 마이닝에서 분석가는 지리 또는 공간 레코드를 사용하여 비즈니스 인텔리전스 또는 여러 결과를 생성합니다. 이를 위해서는 지리 정보를 관련성 있고 유용한 형식으로 얻기 위한 특정 기술과 리소스가 필요했습니다.
공간 데이터의 진화와 공간 데이터베이스의 광범위한 사용은 공간 지식 발견을 지배했습니다. 공간 데이터 마이닝은 공간 데이터베이스에서 몇 가지 놀랍고 가상적으로 가치 있는 패턴을 결정하는 프로세스로 학습될 수 있습니다.
공간 데이터 마이닝과 관련된 몇 가지 문제에는 패턴 인식 또는 연구 프로젝트를 이끄는 질문과 관련된 개체 발견이 포함됩니다. 분석가는 GIS/GPS 도구 또는 동일한 시스템을 사용하여 관련 데이터를 찾기 위해 거대한 데이터베이스 필드 또는 기타 완전히 큰 데이터 세트에서 볼 수 있습니다.
공간 데이터 마이닝 프로젝트의 목적은 통계적 일치, 무작위 공간 모델링 또는 관련 없는 결과와 같은 것을 제외하고 표시할 실제 실행 가능한 패턴을 구성하기 위해 데이터를 구별하는 것입니다. 분석가가 이를 수행할 수 있는 한 가지 방법은 여러 지리적 영역의 정확한 비교를 지원하기 위해 "동일 객체" 또는 "객체 등가" 모델에 대한 데이터 보기를 결합하는 것입니다.
임시 데이터 마이닝
시간 데이터 마이닝은 대규모 시간 데이터 집합에서 중요하지 않고 암시적이며 잠재적으로 필수적인 데이터를 추출하는 프로세스를 정의합니다. 시간 데이터는 일련의 기본 데이터 유형이며 일반적으로 숫자 값이며 시간 데이터에서 유익한 지식을 수집합니다.
시간 데이터 마이닝은 시간 시퀀스라고 하는 알파벳의 명목 기호 시퀀스와 기계 학습, 통계 및 데이터베이스 기술의 일련의 기술을 사용하여 시계열.
시간 데이터 마이닝은 시간 데이터의 기술, 유사도 측정의 정의, 마이닝 서비스의 세 가지 주요 작업으로 구성됩니다.
임시 데이터 마이닝에는 여러 시점의 시퀀스에서 유사한 속성의 값을 계산하는 처리 시간 시퀀스, 일반적으로 레코드 시퀀스가 포함됩니다. 우리가 특정 관심 패턴을 검색하는 이러한 정보를 사용한 패턴 매칭은 최근 몇 년 동안 상당한 관심을 끌고 있습니다.
임시 데이터 마이닝은 임시 데이터베이스용으로 개발된 효과적인 데이터 저장, 빠른 처리 및 빠른 검색 방법의 활용을 포함할 수 있습니다.