다른 유형의 데이터 마이닝 기술은 무엇입니까?

data 마이닝은 일반적으로 대상 소스의 데이터를 분석하고 해당 피드백을 유용한 정보로 구성하는 데 사용되는 방법을 말합니다.이 정보는 일반적으로 조직이 특정 영역의 비용을 절감하거나 수익을 늘리거나 둘 다를 돕는 데 사용됩니다.데이터 마이닝 애플리케이션에 의해 종종 촉진되는 주요 목표는 주어진 데이터 세트에 포함 된 패턴을 식별하고 추출하는 것입니다. 가장 중요한 것은 데이터 마이닝 기술이 데이터와 필수 기능을 더 잘 이해할 수있는 통찰력을 제공하는 것을 목표로합니다.회사와 조직은 다양한 유형의 데이터 마이닝 기술을 사용할 수 있습니다.그것들은 비슷한 접근법을 취할 수 있지만 모두 일반적으로 다른 목표를 달성하기 위해 노력합니다.

예측 데이터 마이닝 기술의 목적은 거의 항상 관심의 반응을 예측하는 데 활용 될 수있는 통계 모델 또는 패턴을 식별하는 것입니다.예를 들어, 금융 기관은 사기 가능성이 가장 높은 거래를 식별하기 위해이를 사용할 수 있습니다.이것은 가장 일반적인 데이터 마이닝 기술이며 중간 규모의 대규모 회사에 효율적인 의사 결정 도구가 된 기술입니다.또한 고객 행동 예측, 고객 세그먼트 분류 및 다양한 이벤트 예측에 효과적인 것으로 입증되었습니다.

요약 모델은 요약 된 데이터에 따라 응답하는 데이터 마이닝 기술에 의존합니다.예를 들어, 조직은 분석 프로세스에서 추출한 특성에 따라 항공 승객 또는 신용 카드 거래를 다른 그룹에 할당 할 수 있습니다.이 모델은 또한 비즈니스가 고객 기반에 대한 더 깊은 이해를 얻는 데 도움이 될 수 있습니다.이것은 마우스 및 키보드와 같은 품목을 동시 구매하거나 특정 하드웨어 장치의 실패로 이어지는 일련의 이벤트 일 수 있습니다.협회 모델은 이러한 관련 사건을 식별하고 특성화하는 데 사용되는 데이터 마이닝 기술을 나타냅니다.

네트워크 모델은 데이터 마이닝 기술을 사용하여 노드 및 링크 형태의 데이터 구조를 드러냅니다.예를 들어, 조직화 된 사기 링은 도난당한 신용 카드 번호 목록을 작성한 다음 돌아 서서 온라인으로 품목을 구매할 수 있습니다.이 그림에서 신용 카드와 온라인 판매자는 노드를 나타내며 실제 트랜잭션은 링크 역할을합니다.

데이터 마이닝에는 많은 목적이 있으며 긍정적 및 악의적 인 이익에 사용될 수 있습니다.더 많은 조직이 데이터 마이닝 기술을 병합하여 하이브리드 모델을 형성하는 이점을 발견하기 위해오고 있습니다.이러한 강력한 조합은 종종 우수한 성능을 가진 응용 프로그램을 초래합니다.다양한 방법의 주요 기능을 단일 하이브리드 솔루션에 통합함으로써 조직은 일반적으로 개별 전략 시스템의 한계를 극복 할 수 있습니다.