데이터 마이닝은 통계 및 수학적 기법을 포함한 패턴 인식 기술을 사용하여 저장소에 저장된 많은 양의 데이터를 전송하여 유용한 새로운 상관 관계, 패턴 및 추세를 찾는 프로세스입니다. 의심하지 않은 관계를 발견하고 데이터 소유자에게 논리적이고 도움이 되는 새로운 방법으로 기록을 요약하기 위한 사실 데이터 세트의 분석입니다.
데이터베이스 소유자에게 명확하고 유익한 결과를 얻기 위해 처음에는 알려지지 않은 규칙성 또는 관계를 찾기 위해 다량의 정보를 선택, 탐색 및 모델링하는 절차입니다.
데이터 마이닝은 데이터 과학과 유사합니다. 특정 상황에서 특정 데이터 세트에 대해 목적을 가진 사람이 수행합니다. 이 단계에는 텍스트 마이닝, 웹 마이닝, 오디오 및 비디오 마이닝, 사진 데이터 마이닝, 소셜 미디어 마이닝을 비롯한 여러 유형의 서비스가 포함됩니다. 단순하거나 매우 구체적인 소프트웨어를 통해 완료됩니다.
데이터 마이닝을 아웃소싱함으로써 낮은 운영 비용으로 모든 작업을 더 빠르게 수행할 수 있습니다. 특정 회사는 새로운 기술을 사용하여 수동으로 찾을 수 없는 데이터를 저장할 수도 있습니다. 여러 플랫폼에서 사용할 수 있는 수많은 데이터가 있지만 액세스할 수 있는 지식은 매우 제한적입니다.
데이터에서 유용한 패턴을 찾는 접근 방식에는 데이터 마이닝, 지식 추출, 데이터 발견, 데이터 수집, 데이터 고고학 및 데이터 패턴 처리를 포함하는 여러 이름이 주어졌습니다. 데이터 마이닝은 통계학자, 데이터 분석가 및 MIS(관리 정보 시스템) 커뮤니티에서 사용되었습니다.
데이터베이스 영역에서도 인지도가 높아졌다. 데이터 마이닝에서는 의사 결정 문제를 해결하기 위해 대규모 데이터베이스를 분석합니다. 새 제품에 대한 정보를 받고 싶어하는 상점 주인을 생각해 보십시오. 데이터 마이닝 프로세스에 의해 운영되는 정보는 고객과의 이전 상호 작용 및 연령, 소득 및 응답과 같은 고객과 관련된 기능의 이력 데이터베이스에 포함됩니다.
데이터 마이닝 소프트웨어는 과거 정보를 사용하여 신제품에 반응할 고객을 예측하는 데 사용할 수 있는 고객 행동 모델을 구축합니다. 또한 과거 정보는 신용 카드 사기와 같은 비교적 흔한 범죄 발견의 기초가 될 수 있습니다.
과거 데이터와 현재 데이터의 패턴을 비교하여 고객이 변경했는지 여부를 확인합니다. 과거 정보는 패턴을 찾기 위한 도구로 이러한 영역에서 널리 받아들여지고 있으며 고객은 이러한 프로세스를 통해 경제적 이점을 누리고 있습니다.