Hva er data miningverktøy?

Data Mining Tools er programvarekomponenter og teorier som lar brukere hente ut informasjon fra data. Verktøyene gir enkeltpersoner og selskaper muligheten til å samle store datamengder og bruke dem til å ta avgjørelser om en bestemt bruker eller grupper av brukere. Noen av de vanligste bruken av data miningverktøy er innen markedsføring, svindelbeskyttelse og overvåking.

Den manuelle utvinningen av data har eksistert i hundrevis av år. Imidlertid har automatiseringen av data mining vært mest utbredt siden datamaskinens morgen. I løpet av 1900 -tallet dukket det opp forskjellige informatikk for å støtte konseptet med å utvikle data miningverktøy. Det overordnede målet med utnyttelsen av verktøyene er å avdekke skjulte mønstre. For eksempel, hvis et markedsføringsselskap finner ut at en person tar en månedlig tur fra New York City til Los Angeles, blir det gunstig for det selskapet å annonsere detaljer om destinasjonen til den enkelte.

innen datEn gruveindustri, er det etablert standarder for å definere parametrene for bruk av data miningverktøy. Årlig holder Association for Computing Machinery's Special Interest Group on Knowledge Discovery and Data Mining (SIGKDD) et møte for å bestemme hvilke prosesser som brukes. Den samme gruppen er også ansvarlig for å vurdere de etiske implikasjonene av analysen av data fra enkeltpersoner og selskaper. Et halvårlig tidsskrift er utgitt av gruppen med tittelen Sigkdd Explorations.

Det mest utbredte verktøyet som brukes i data mining er prosessen som kalles kunnskapsoppdagelse i databaser (KDD). KDD ble utviklet i 1989 av Gregory Piatsky-Shapiro. Ved å bruke dette data miningverktøyet kan brukerne behandle rå data, gruve dataene for informasjon og tolke de forskjellige resultatene i form av informasjonsstyring.

En av de viktigste formene for data miningverktøy brukes til COMbating terrorisme i det 21. århundre. I USA bruker National Research Council begrepene mønster gruvedrift og fagbasert data mining for å identifisere terroraktiviteter i den store informasjonsbassenget rundt om i verden. Mønstergruvedrift er definert av prosessen med å lokalisere mønstre i et stort volum av data. Emnebaserte data mining prøver å identifisere forhold mellom individer. Begge teknikkene kan også brukes i generell forretningspraksis ved å definere tankegangen til en kundebase og det interaktive forholdet mellom kunder.