データマイニングの背後にある動機は何ですか？

データマイニングは、統計的および数学的手法を含むパターン認識技術を使用して、リポジトリに保存された大量のデータを共有することにより、有用な新しい相関関係、パターン、および傾向を見つける手順です。事実に基づくデータセットを分析して、疑わしい関係を発見し、論理的でデータ所有者に役立つ新しい方法でレコードを要約します。

これは、データベースの所有者にとって明確で有益な結果を得るために、最初は未知である規則性または関係を見つけるための大量の情報の選択、調査、およびモデリングの手順です。

これは、コンピューターアルゴリズムや統計的手法の使用に限定されません。これは、企業の意思決定をサポートするために情報技術と一緒に使用できるビジネスインテリジェンスのプロセスです。

データマイニングはデータサイエンスに似ています。それは、特定の状況で、特定のデータセットに対して、目的を持って人によって実行されます。このフェーズには、テキストマイニング、Webマイニング、オーディオおよびビデオマイニング、画像データマイニング、ソーシャルメディアマイニングなど、いくつかのタイプのサービスが含まれます。シンプルまたは非常に具体的なソフトウェアを介して完成します。

データマイニングは、膨大な量のデータが広く利用可能であり、そのようなデータを有益なデータや知識に変えるために差し迫った必要性があるため、近年、情報市場や社会全体で大きな注目を集めています。得られた情報と知識は、業界分析、不正検出、ユーザー維持から生産管理、科学調査に至るまでのソフトウェアに使用できます。

データマイニングは、データテクノロジーの自然な進歩の結果と見なすことができます。データベースシステム市場は、データ収集とデータベース作成、データ管理、高度なデータ分析など、次の機能の開発における進化の方向性をサポートしてきました。

たとえば、データ収集とデータベース作成構造の最近の開発は、データの保存と取得、およびクエリとトランザクション処理のための効果的な構造のその後の開発に必要でした。クエリとトランザクション処理を一般的な方法として提供するさまざまなデータベースシステムにより、高度なデータ分析が次のオブジェクトに発展しました。

データは、いくつかのタイプのデータベースおよびデータリポジトリに保存できます。データウェアハウスに登場した1つのデータリポジトリ構造。管理上の意思決定をサポートするために、個々のサイトで統一されたスキーマの下に編成された複数の異種データソースのリポジトリです。

データウェアハウステクノロジーには、データクリーニング、データ統合、オンライン分析処理（OLAP）が含まれます。特に、要約、統合、集計などの機能を備えた分析手法と、複数の角度からデータを表示する機能が含まれます。