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 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.
데이터 마이닝 인터페이스는 사용자가 데이터 마이닝 프로세스와 통신할 수 있는 매체를 제공합니다. 데이터 마이닝 쿼리 언어를 사용하는 것은 어렵습니다. 그래픽 사용자 인터페이스를 사용하여 데이터 마이닝 시스템과 통신할 수 있습니다. 데이터 마이닝 쿼리 언어는 GUI를 쉽게 설계할 수 있는 핵심 언어 역할을 할 수 있습니다.
데이터 마이닝은 다음과 같은 기능적 구성 요소로 구성될 수 있습니다. -
데이터 수집 및 데이터 마이닝 쿼리 구성 − 사용자가 작업 관련 데이터 세트를 지정하고 데이터 마이닝 쿼리를 작성할 수 있습니다.
발견된 패턴 제시 − 발견된 패턴을 표, 그래프, 차트 및 기타 시각화 기법과 같은 다양한 형태로 표시할 수 있습니다.
계층 지정 및 조작 − 수동 또는 자동으로 개념 계층의 사양을 수행할 수 있습니다. 또한 주어진 데이터 세트 분포를 기반으로 개념 계층 구조를 자동으로 수정하거나 조정할 수 있습니다.
데이터 마이닝 프리미티브 조작 − 개념 계층의 선택, 표시 및 변경과 같은 데이터 마이닝 작업을 강력하게 조정할 수 있습니다.
대화형 다단계 마이닝 − 식별된 패턴에 대한 롤업 또는 드릴다운 작업을 가능하게 합니다. 데이터 마이닝 인터페이스의 디자인은 또한 다양한 사용자 클래스를 고려해야 합니다. 데이터 마이닝 시스템의 사용자는 비즈니스 분석가 및 비즈니스 임원으로 분류될 수 있습니다.
비즈니스 분석가는 데이터의 다양한 부분을 선택하고, 차원을 조작하고, 데이터 마이닝 프로세스를 조정할 때 유연성과 편리함을 원합니다. 반면에 기업 경영진은 데이터 마이닝 결과에 대한 명확한 프레젠테이션 및 해석, 데이터 마이닝 결과를 보고서 작성 및 프레젠테이션 프로세스에 쉽게 통합할 수 있어야 합니다. 잘 설계된 데이터 마이닝 시스템은 두 종류의 사용자 모두에게 사용자 친화적인 인터페이스를 제공해야 합니다.