공간 데이터 마이닝이란 무엇입니까?

공간 데이터 마이닝은 지리 데이터에서 패턴을 찾으려고하는 프로세스입니다. 소매업에서 가장 일반적으로 사용되는이 솔루션은 데이터 마이닝 분야에서 성장했으며 처음에는 텍스트 및 수치 전자 정보에서 패턴을 찾는 데 중점을 두었습니다. 공간 데이터 마이닝은 공간과 시간에 구체적으로 존재하는 객체를 분석하는 데 어려움이 있기 때문에 기존 마이닝보다 더 복잡한 과제로 간주됩니다.

표준 데이터 마이닝과 마찬가지로 공간 데이터 마이닝은 주로 마케팅 및 소매 분야에서 사용됩니다. 어떤 종류의 상점을 열 위치를 결정하는 기술입니다. 소비자가 다른 곳이 아닌 한 곳으로 이동하도록 동기를 부여하는 요인에 대한 기존 데이터를 처리하여 이러한 결정에 도움을 줄 수 있습니다.

Ashley가 특정 도시 구역에 나이트 클럽을 열고 싶다고 가정 해보십시오. 적절한 데이터에 액세스 할 수 있으면 공간 데이터 마이닝을 사용하여 나이트 클럽의 성공을위한 공간 요소를 찾을 수 있습니다. 그녀는 다음과 같은 질문을 할 수 있습니다. 대중 교통이 근처에 있으면 더 많은 사람들이 클럽에 올까요? 다른 유흥 장소와의 거리는 후원을 극대화합니까? 주유소와의 거리는 플러스 또는 마이너스입니까?

Ashley는 나이트 클럽에 오는 사람들이 개별 밤에 고른 분포로 도착하기를 원할 수도 있습니다. 또한 공간 데이터 마이닝 (아마도 더 정확하고 시공간 데이터 마이닝)을 사용하여 사람들이 특정 시간에 도시를 어떻게 이동하는지 알아낼 수 있습니다. 동일한 프로세스가 다른 요일의 후원에 적용될 수 있습니다.

공간 데이터 마이닝의 어려움은 인터넷을 넘어 세계의 복잡성으로 인해 발생합니다. 데이터 마이닝에 대한 과거의 노력은 일반적으로 분석을 위해 데이터베이스를 완성했지만, 공간 데이터 마이닝에 사용 가능한 입력은 정보 그리드가 아니라 맵입니다. 이지도에는 도로, 인구, 사업체 등 다양한 유형의 객체가 있습니다.

무언가가 "가까운"지 여부를 결정하는 것은 이산 변수에서 연속 변수로 변합니다. 이는 분석에 필요한 복잡성을 크게 증가시킵니다. 놀랍게도, 이것은 공간 데이터 마이닝을 시도하는 사람이 이용할 수있는 가장 단순한 유형의 관계 중 하나입니다.

공간 데이터 마이닝은 또한 오 탐지 문제에 직면 해 있습니다. 관계를 찾는 데이터를 검색하는 과정에서 통계적인 오탐 (false positive)의 결과로 많은 명백한 경향이 나타날 것입니다. 이 문제는 더 간단한 데이터베이스를 마이닝하는 작업에도 존재하지만 공간 데이터 마이너가 사용할 수있는 데이터의 크기에 따라 증폭됩니다. 궁극적으로 공간 데이터 마이닝으로 식별되는 추세는 설명 및 추가 연구 과정을 통해 확인해야합니다.