Contenuto
- Definizione: cosa significa Data Mining?
- Un'introduzione a Microsoft Azure e Microsoft Cloud | In questa guida imparerai cos'è il cloud computing e in che modo Microsoft Azure può aiutarti a migrare e gestire la tua azienda dal cloud.
- Techopedia spiega il Data Mining
Definizione: cosa significa Data Mining?
Il data mining è il processo di analisi di modelli nascosti di dati in base a diverse prospettive per la categorizzazione in informazioni utili, che vengono raccolte e assemblate in aree comuni, come i data warehouse, per analisi efficienti, algoritmi di data mining, facilitando il processo decisionale aziendale e altre informazioni requisiti per ridurre i costi e aumentare le entrate.
Il data mining è anche noto come data discovery e knowledge discovery.
Un'introduzione a Microsoft Azure e Microsoft Cloud | In questa guida imparerai cos'è il cloud computing e in che modo Microsoft Azure può aiutarti a migrare e gestire la tua azienda dal cloud.
Techopedia spiega il Data Mining
Le fasi principali coinvolte in un processo di data mining sono:
- Estrai, trasforma e carica i dati in un data warehouse
- Archivia e gestisci i dati in un database multidimensionale
- Fornire l'accesso ai dati agli analisti aziendali utilizzando il software applicativo
- Presenta i dati analizzati in forme facilmente comprensibili, come i grafici
Il primo passo nel data mining è la raccolta di dati rilevanti critici per l'azienda. I dati dell'azienda sono transazionali, non operativi o metadati. I dati transazionali riguardano le operazioni quotidiane come vendite, inventario e costi, ecc. I dati non operativi sono normalmente previsti, mentre i metadati riguardano la progettazione logica del database. I modelli e le relazioni tra gli elementi di dati forniscono informazioni pertinenti, che possono aumentare le entrate dell'organizzazione. Le organizzazioni con una forte attenzione al consumatore si occupano delle tecniche di data mining che forniscono immagini chiare dei prodotti venduti, prezzo, concorrenza e dati demografici dei clienti.
Ad esempio, il gigante della vendita al dettaglio Wal-Mart trasmette tutte le sue informazioni rilevanti a un data warehouse con terabyte di dati. Questi dati sono facilmente accessibili ai fornitori che consentono loro di identificare i modelli di acquisto dei clienti. Sono in grado di generare modelli sulle abitudini di acquisto, i giorni più visitati, i prodotti più ricercati e altri dati utilizzando tecniche di data mining.
Il secondo passo nel data mining è la selezione di un algoritmo adatto, un meccanismo che produce un modello di data mining. Il funzionamento generale dell'algoritmo prevede l'identificazione delle tendenze in un insieme di dati e l'utilizzo dell'output per la definizione dei parametri. Gli algoritmi più popolari utilizzati per il data mining sono algoritmi di classificazione e algoritmi di regressione, che vengono utilizzati per identificare le relazioni tra gli elementi di dati. I principali fornitori di database come Oracle e SQL incorporano algoritmi di data mining, come clustering e regress tress, per soddisfare la domanda di data mining.