なぜKDDが必要なのですか？

データを知識に変換する従来の手法は、手動の分析と解釈に依存しています。たとえば、医療業界では、専門家が四半期ごとに医療データの現在の傾向と変化を体系的に分析することはよく知られています。

スペシャリストは、スポンサーの医療機関への分析の詳細を示すレポートをサポートします。このレポートは、ヘルスケア管理の将来の意思決定と計画の基礎になります。惑星地質学者が惑星や小惑星のリモートセンシング画像をふるいにかけ、衝突クレーターなどの関心のある地質学的オブジェクトを注意深く配置してカタログ化するなど、いくつかのタイプのアプリケーションがあります。

この形式のデータセットの手動プロービングは、時間がかかり、費用がかかり、主観的です。データ量が劇的に増加するにつれて、この種の手動データ分析はいくつかのドメインで完全に非現実的になりつつあります。

ビジネスでは、KDDの主なアプリケーション分野には、マーケティング、財務（特に投資）、不正検出、製造、電気通信、およびWebエージェントが含まれます。

マーケティング −マーケティングでは、基本的なアプリケーションはデータベースマーケティングシステムであり、顧客データベースを分析して複数の顧客グループを認識し、その行動を予測します。

投資 −いくつかの企業は投資にデータマイニングを使用していますが、ほとんどの企業は自社のシステムを代表していません。 1つの例外はLBSキャピタルマネジメントです。そのシステムは、専門的なシステム、ニューラルネット、および遺伝的アルゴリズムを使用して、合計6億ドルのポートフォリオを処理します。 1993年の開始以来、このシステムは幅広い株式市場を上回っています。

不正検出 − HNCFalconおよびNestorPRISMシステムは、クレジットカード詐欺のチェックに使用され、数百万を超えるアカウントを監視します。米国財務省金融犯罪捜査網のFAISシステムは、マネーロンダリング活動を示す可能性のある金融取引を特定できます。