공간 데이터 마이닝은 데이터 마이닝을 공간 모델에 적용하는 것입니다. 공간 데이터 마이닝에서 분석가는 지리 또는 공간 데이터를 사용하여 비즈니스 인텔리전스 또는 다른 결과를 만듭니다. 이를 위해서는 지리적 데이터를 관련성 있고 유익한 형식으로 가져오기 위한 특정 방법과 리소스가 필요했습니다.
공간 데이터 마이닝과 관련된 몇 가지 문제에는 패턴 인식 또는 연구 프로젝트를 이끄는 질문과 관련된 개체 발견이 포함됩니다. 분석가는 GIS/GPS 도구 또는 유사한 시스템을 사용하여 관련 데이터만 검색하기 위해 대규모 데이터베이스 영역 또는 기타 완전히 거대한 데이터 세트에서 볼 수 있습니다.
공간 데이터 마이닝의 기본은 다음과 같습니다 -
규칙 − 일반적으로 데이터베이스에서 찾을 수 있는 몇 가지 유형의 규칙이 있습니다. 예를 들어 특성 규칙, 판별 규칙, 연관 규칙 또는 편차 및 평가 규칙을 마이닝할 수 있습니다.
공간 특성 규칙은 공간 데이터의 일반적인 표현입니다. 예를 들어, 도시의 여러 지리적 영역에서 주택의 일반적인 비용 범위를 정의하는 규칙은 공간적 특성 규칙입니다.
판별 규칙은 여러 지리적 영역에 있는 주택의 비용 범위 비교와 같이 여러 클래스의 공간 레코드 클래스를 구별하거나 대조하는 기능의 일반적인 표현입니다.
공간 연관 규칙은 공간 데이터베이스에서 한 피쳐 그룹과 다른 피쳐 그룹의 연관을 정의하는 규칙입니다. 예를 들어, 해변과 같은 인근 공간 특성을 가진 주택의 비용 범위를 연관시키는 규칙이 공간 연관 규칙입니다.
주제 지도 − 주제도는 일반적으로 명확한 지도 유형을 사용하여 주제, 개별 공간 분포 또는 패턴을 표시하도록 설계된 지도입니다. 이 지도는 제한된 지리적 지역에 대한 피처 분포를 표시합니다. 각 지도는 영역을 폐쇄 및 분리된 영역 그룹으로 분할하는 것을 나타냅니다. 각각은 유사한 특성 값을 가진 모든 포인트를 포함합니다.
주제별 지도는 개인 또는 몇 가지 속성의 공간적 분포를 보여줍니다. 이것은 다른 공간 객체에 대한 객체의 위치를 나타내는 것이 목표인 일반 또는 참조 맵과 다릅니다. 주제별 지도는 여러 규칙을 찾는 데 사용할 수 있습니다.
예를 들어, 지리적 영역의 일반적인 날씨 패턴을 분석하면서 온도 테마 맵을 볼 수 있습니다. Raster 및 Vector를 포함하여 주제도를 나타내는 두 가지 방법이 있습니다.
래스터 이미지 형식에서 주제 맵에는 속성 값과 관련된 픽셀이 있습니다. 예를 들어, 지도는 공간 객체의 고도를 픽셀(또는 색상)의 깊이로 프로그램할 수 있습니다.
벡터 설명에서 공간 객체는 기하학에 의해 정의되며, 가장 일반적으로 주제 속성과 함께 경계 정의입니다. 예를 들어 공원은 경계점과 해당 고도 값으로 나타낼 수 있습니다.