Cos'è il data mining spaziale?
Il data mining spaziale è il processo di tentativo di trovare modelli nei dati geografici.Più comunemente utilizzato nella vendita al dettaglio, è cresciuto dal campo del data mining, che inizialmente si è concentrato sulla ricerca di schemi in informazioni elettroniche testuali e numeriche.Il data mining spaziale è considerato una sfida più complicata rispetto al tradizionale mining a causa delle difficoltà associate all'analisi degli oggetti con esistenze concrete nello spazio e nel tempo.
Come per il data mining standard, il data mining spaziale viene utilizzato principalmente nel mondo del marketing e della vendita al dettaglio.È una tecnica per prendere decisioni su dove aprire il tipo di negozio.Può aiutare a informare queste decisioni elaborando dati preesistenti su quali fattori motivano i consumatori ad andare in un posto e non un altro.
Supponiamo che Ashley vuole aprire un night club su un determinato blocco della città.Se avesse accesso ai dati appropriati, poteva utilizzare il data mining spaziale per scoprire quali fattori spaziali rendono i night club di successo.Potrebbe fare domande come: più persone verranno al club se il transito pubblico è nelle vicinanze?Quale distanza dagli altri luoghi della vita notturna massimizza il patrocinio?La vicinanza alle stazioni di benzina è un plus o un minore?
Ashley potrebbe anche voler garantire che le persone che vengono al suo night club arrivano in una distribuzione uniforme nel corso di una notte individuale.Poteva anche usare il data mining e mdash spaziali; forse più accuratamente, mining di data -ditterale e mdash; per scoprire come le persone si muovono attraverso la città in determinati momenti.Lo stesso processo potrebbe essere applicato al patrocinio in diverse notti della settimana. Le difficoltà del data mining spaziale sono il risultato della complessità del mondo oltre Internet.Mentre gli sforzi passati nel data mining di solito avevano database maturi per l'analisi, gli input disponibili per il data mining spaziale non sono griglie di informazioni ma mappe.Queste mappe hanno diversi tipi di oggetti come strade, popolazioni, aziende e così via. Determinare se qualcosa è vicino a qualcos'altro va dall'essere discreto a una variabile continua.Ciò aumenta enormemente la complessità richiesta per l'analisi.Incredibilmente, questo è uno dei tipi più semplici di relazioni disponibili per qualcuno che tenta il data mining spaziale. Il data mining spaziale deve anche affrontare il problema dei falsi positivi.Nel processo di ricerca di dati in cerca di relazioni, molte tendenze apparenti emergeranno a seguito di falsi positivi statistici.Questo problema esiste anche per il compito di estrarre un database più semplice, ma è amplificato dalla grandezza dei dati disponibili per il minatore di dati spaziali.In definitiva, una tendenza identificata dal data mining spaziale dovrebbe essere confermata attraverso il processo di spiegazione e ricerca aggiuntiva.