การขุดข้อมูล - งาน

การขุดข้อมูลเกี่ยวข้องกับรูปแบบที่สามารถขุดได้ ตามประเภทของข้อมูลที่จะขุดมีฟังก์ชันสองประเภทที่เกี่ยวข้องกับการขุดข้อมูล -

• Descriptive
• การจำแนกและการทำนาย

ฟังก์ชันพรรณนา

ฟังก์ชันอธิบายเกี่ยวข้องกับคุณสมบัติทั่วไปของข้อมูลในฐานข้อมูล นี่คือรายการฟังก์ชั่นบรรยาย -

• คำอธิบายคลาส / แนวคิด
• การขุดรูปแบบที่พบบ่อย
• การขุดของสมาคม
• การขุดของสหสัมพันธ์
• การขุดคลัสเตอร์

คำอธิบายคลาส / แนวคิด

คลาส / แนวคิดหมายถึงข้อมูลที่จะเชื่อมโยงกับคลาสหรือแนวคิด ตัวอย่างเช่นใน บริษัท ประเภทของสินค้าสำหรับการขาย ได้แก่ คอมพิวเตอร์และเครื่องพิมพ์และแนวคิดของลูกค้า ได้แก่ ผู้ใช้จ่ายจำนวนมากและผู้ใช้งบประมาณ คำอธิบายของคลาสหรือแนวคิดดังกล่าวเรียกว่าคำอธิบายคลาส / แนวคิด คำอธิบายเหล่านี้สามารถหาได้จากสองวิธีต่อไปนี้ -

• Data Characterization- หมายถึงการสรุปข้อมูลของชั้นเรียนที่กำลังศึกษาอยู่ ชั้นเรียนที่อยู่ระหว่างการศึกษานี้เรียกว่าคลาสเป้าหมาย

• Data Discrimination - หมายถึงการทำแผนที่หรือการจัดประเภทของคลาสที่มีกลุ่มหรือคลาสที่กำหนดไว้ล่วงหน้า

การขุดรูปแบบที่พบบ่อย

รูปแบบที่พบบ่อยคือรูปแบบที่เกิดขึ้นบ่อยครั้งในข้อมูลธุรกรรม นี่คือรายการประเภทของรูปแบบที่พบบ่อย -

• Frequent Item Set - หมายถึงชุดของสิ่งของที่มักปรากฏร่วมกันเช่นนมและขนมปัง

• Frequent Subsequence - ลำดับของรูปแบบที่เกิดขึ้นบ่อยครั้งเช่นการซื้อกล้องตามด้วยการ์ดหน่วยความจำ

• Frequent Sub Structure - โครงสร้างย่อยหมายถึงรูปแบบโครงสร้างที่แตกต่างกันเช่นกราฟต้นไม้หรือโครงร่างซึ่งอาจใช้ร่วมกับชุดรายการหรือลำดับต่อมา

การขุดของสมาคม

สมาคมใช้ในการขายปลีกเพื่อระบุรูปแบบที่มักซื้อร่วมกัน กระบวนการนี้หมายถึงกระบวนการเปิดเผยความสัมพันธ์ระหว่างข้อมูลและกำหนดกฎการเชื่อมโยง

ตัวอย่างเช่นผู้ค้าปลีกสร้างกฎการเชื่อมโยงที่แสดงให้เห็นว่า 70% ของเวลาขายนมพร้อมขนมปังและมีขนมปังเพียง 30% เท่านั้นที่ขายบิสกิต

การขุดของสหสัมพันธ์

เป็นการวิเคราะห์เพิ่มเติมประเภทหนึ่งที่ดำเนินการเพื่อเปิดเผยความสัมพันธ์ทางสถิติที่น่าสนใจระหว่างคู่ - แอตทริบิวต์ - ค่าที่เกี่ยวข้องหรือระหว่างสองชุดรายการเพื่อวิเคราะห์ว่าหากมีผลบวกลบหรือไม่มีผลต่อกันและกัน

การขุดคลัสเตอร์

คลัสเตอร์หมายถึงกลุ่มของวัตถุประเภทเดียวกัน การวิเคราะห์คลัสเตอร์หมายถึงการสร้างกลุ่มของวัตถุที่มีความคล้ายคลึงกันมาก แต่แตกต่างจากวัตถุในคลัสเตอร์อื่น ๆ

การจำแนกและการทำนาย

การจำแนกประเภทคือกระบวนการค้นหาแบบจำลองที่อธิบายถึงคลาสข้อมูลหรือแนวคิด จุดประสงค์คือเพื่อให้สามารถใช้โมเดลนี้เพื่อทำนายคลาสของอ็อบเจ็กต์ที่ไม่ทราบเลเบลคลาส แบบจำลองที่ได้รับนี้มาจากการวิเคราะห์ชุดข้อมูลการฝึกอบรม โมเดลที่ได้รับสามารถนำเสนอในรูปแบบต่อไปนี้ -

• กฎการจำแนกประเภท (IF-THEN)
• ต้นไม้แห่งการตัดสินใจ
• สูตรทางคณิตศาสตร์
• โครงข่ายประสาท

รายการฟังก์ชันที่เกี่ยวข้องกับกระบวนการเหล่านี้มีดังนี้ -

• Classification- ทำนายคลาสของวัตถุที่ไม่ทราบป้ายกำกับคลาส มีวัตถุประสงค์เพื่อค้นหาโมเดลที่ได้รับซึ่งอธิบายและแยกแยะคลาสหรือแนวคิดของข้อมูล Derived Model ขึ้นอยู่กับชุดการวิเคราะห์ของข้อมูลการฝึกอบรมเช่นออบเจ็กต์ข้อมูลที่มีป้ายชื่อคลาสเป็นที่รู้จักกันดี

• Prediction- ใช้เพื่อทำนายค่าข้อมูลตัวเลขที่ขาดหายไปหรือไม่พร้อมใช้งานแทนที่จะเป็นป้ายชื่อคลาส โดยทั่วไปแล้ว Regression Analysis จะใช้สำหรับการทำนาย นอกจากนี้ยังสามารถใช้การทำนายเพื่อระบุแนวโน้มการกระจายตามข้อมูลที่มีอยู่

• Outlier Analysis - ค่าผิดปกติอาจถูกกำหนดให้เป็นวัตถุข้อมูลที่ไม่สอดคล้องกับพฤติกรรมหรือรูปแบบทั่วไปของข้อมูลที่มีอยู่

• Evolution Analysis - การวิเคราะห์วิวัฒนาการหมายถึงคำอธิบายและรูปแบบความสม่ำเสมอหรือแนวโน้มของวัตถุที่มีพฤติกรรมเปลี่ยนแปลงตลอดเวลา

พื้นฐานภารกิจการขุดข้อมูล

• เราสามารถระบุภารกิจการขุดข้อมูลในรูปแบบของแบบสอบถามการขุดข้อมูล
• แบบสอบถามนี้ถูกป้อนเข้าสู่ระบบ
• แบบสอบถามการขุดข้อมูลถูกกำหนดไว้ในรูปแบบดั้งเดิมของงานขุดข้อมูล

Note- ดั้งเดิมเหล่านี้ช่วยให้เราสามารถสื่อสารในลักษณะโต้ตอบกับระบบขุดข้อมูล นี่คือรายการของ Data Mining Task Primitives -

• ชุดข้อมูลที่เกี่ยวข้องกับงานที่จะขุด
• ชนิดของความรู้ที่จะขุด
• ความรู้พื้นฐานที่จะใช้ในกระบวนการค้นพบ
• การวัดความน่าสนใจและเกณฑ์สำหรับการประเมินรูปแบบ
• การเป็นตัวแทนเพื่อแสดงรูปแบบที่ค้นพบ

ชุดข้อมูลที่เกี่ยวข้องกับงานที่จะขุด

นี่คือส่วนของฐานข้อมูลที่ผู้ใช้สนใจ ส่วนนี้รวมถึงสิ่งต่อไปนี้ -

• แอตทริบิวต์ฐานข้อมูล
• มิติข้อมูลคลังข้อมูลที่น่าสนใจ

ชนิดของความรู้ที่จะขุด

หมายถึงชนิดของฟังก์ชันที่จะดำเนินการ ฟังก์ชันเหล่านี้คือ -

• Characterization
• Discrimination
• การเชื่อมโยงและการวิเคราะห์ความสัมพันธ์
• Classification
• Prediction
• Clustering
• การวิเคราะห์ค่าผิดปกติ
• การวิเคราะห์วิวัฒนาการ

ความรู้พื้นฐาน

ความรู้พื้นฐานช่วยให้สามารถขุดข้อมูลได้ในหลายระดับของนามธรรม ตัวอย่างเช่นลำดับชั้นของแนวคิดเป็นหนึ่งในความรู้พื้นฐานที่ช่วยให้สามารถขุดข้อมูลได้ในหลายระดับของนามธรรม

การวัดความน่าสนใจและเกณฑ์สำหรับการประเมินรูปแบบ

ใช้เพื่อประเมินรูปแบบที่ค้นพบโดยกระบวนการค้นพบความรู้ มีมาตรการที่น่าสนใจที่แตกต่างกันสำหรับความรู้ประเภทต่างๆ

การเป็นตัวแทนเพื่อแสดงรูปแบบที่ค้นพบ

หมายถึงรูปแบบที่จะแสดงรูปแบบที่ค้นพบ การเป็นตัวแทนเหล่านี้อาจรวมถึงสิ่งต่อไปนี้ -

• Rules
• Tables
• Charts
• Graphs
• ต้นไม้แห่งการตัดสินใจ
• Cubes