Quais são os diferentes tipos de técnicas de mineração de dados?
A mineração de dados geralmente se refere a um método usado para analisar dados de uma fonte de destino e compor esse feedback em informações úteis. Essas informações normalmente são usadas para ajudar uma organização a cortar custos em uma área específica, aumentar a receita ou ambos. Frequentemente facilitado por um aplicativo de mineração de dados, seu objetivo principal é identificar e extrair padrões contidos em um determinado conjunto de dados. Empresas e organizações podem empregar muitos tipos diferentes de técnicas de mineração de dados. Embora possam adotar uma abordagem semelhante, todos geralmente se esforçam para atingir objetivos diferentes.
O objetivo das técnicas preditivas de mineração de dados quase sempre é identificar modelos estatísticos ou padrões que podem ser utilizados para prever uma resposta de interesse. Por exemplo, uma instituição financeira pode usá -la para identificar quais transações têm a maior probabilidade de fraude. TEle é a técnica de mineração de dados mais comum e que se tornou uma ferramenta de tomada de decisão eficiente para empresas de médio a grande porte. Ele também se mostrou eficaz na previsão do comportamento do cliente, categorizando segmentos de clientes e prevendo vários eventos.
Os modelos de resumo dependem de técnicas de mineração de dados que respondem de acordo com os dados resumidos. Por exemplo, uma organização pode atribuir passageiros da companhia aérea ou transações com cartão de crédito a diferentes grupos com base em suas características extraídas do processo analítico. Este modelo também pode ajudar as empresas a obter uma compreensão mais profunda de sua base de clientes.
Os modelos de associação levam em consideração que certos eventos podem ocorrer juntos regularmente. Essa pode ser a compra simultânea de itens como um mouse e teclado ou uma sequência de eventos que levaram à falha de um dispositivo de hardware específico. Modelo de Associaçãos representam técnicas de mineração de dados usadas para identificar e caracterizar essas ocorrências associadas.
Os modelos de rede usam técnicas de mineração de dados para revelar estruturas de dados que estão na forma de nós e links. Por exemplo, um anel de fraude organizado pode compilar uma lista de números de cartão de crédito roubados e depois virar e usá -los para comprar itens on -line. Nesta ilustração, os cartões de crédito e os comerciantes on -line representam os nós enquanto as transações reais atuam como os links.
A mineração de dados tem muitos propósitos e pode ser usada para ganho positivo e malicioso. Mais organizações estão descobrindo os benefícios de mesclar técnicas de mineração de dados para formar modelos híbridos. Essas combinações poderosas geralmente resultam em aplicações com desempenho superior. Ao integrar os principais recursos de diferentes métodos em soluções híbridas únicas, as organizações geralmente podem superar as limitações dos sistemas de estratégia individuais.