Példák az adatbányászatra - Examples of data mining

Az adatbányászatot , a nagy adathalmazokban található minták felfedezésének folyamatát számos alkalmazásban alkalmazták.

Játékok

Az 1960-as évek eleje óta rendelkezésre állnak az egyes kombinációs játékokhoz használt orákulumok , más néven asztali bázisok (pl. 3x3 sakk), bármilyen kezdeti konfigurációval, kis táblás pontok és dobozok , kis tábla-hexa és bizonyos végjátékok a sakkban , pontok és dobozok, és hexadecimális; új terület nyílt az adatbányászat számára. Ez az ember által használható stratégiák kinyerése ezekből az orákulumokból. Úgy tűnik, hogy a jelenlegi mintafelismerési módszerek nem érik el teljes mértékben a sikeres alkalmazáshoz szükséges magas absztrakciós szintet. Ehelyett kiterjedt kísérleteket végeznek az asztallapokkal-kombinálva a jól megtervezett problémákra adott tábla-válaszok intenzív tanulmányozásával és a technika állásának ismereteivel (azaz az asztal előtti ismeretekkel). Berlekamp (pöttyös-dobozos stb.) És John Nunn ( sakk- végjátékokban ) figyelemre méltó példák arra, hogy a kutatók végzik ezt a munkát, bár nem voltak-és nem is-részt vesznek a tábla generálásában.

Üzleti

Az üzleti életben az adatbányászat a korábbi üzleti tevékenységek elemzése, statikus adatként tárolva az adattárház adatbázisokban. A cél a rejtett minták és trendek feltárása. Az adatbányászati ​​szoftver fejlett mintafelismerő algoritmusokat használ nagy mennyiségű adat szitálására, hogy elősegítse a korábban ismeretlen stratégiai üzleti információk felfedezését. Példák arra, hogy a vállalkozások mire használják az adatbányászatot, például a piacelemzés elvégzése az új termékcsomagok azonosítására, a gyártási problémák kiváltó okának felderítése, az ügyfelek elhasználódásának megakadályozása és az új ügyfelek megszerzése, a keresztértékesítés a meglévő ügyfelek számára és az ügyfelek pontosabb profilozása .

• A mai világban a nyers adatokat robbanásszerűen gyűjtik a vállalatok. Például a Walmart naponta több mint 20 millió értékesítési ponton végrehajtott tranzakciót dolgoz fel. Ezeket az információkat egy központosított adatbázisban tárolják, de haszontalan lenne, ha bizonyos típusú adatbányászati ​​szoftvereket nem elemeznénk. Ha a Walmart adatbányászati ​​technikákkal elemezné értékesítési pontjainak adatait, képesek lennének meghatározni az értékesítési tendenciákat, marketingkampányokat fejleszteni és pontosabban megjósolni az ügyfelek lojalitását.
• Az e-kereskedelmi webhelyen elérhető termékek kategorizálása alapvető probléma. A helyes tételek kategorizálási rendszere elengedhetetlen a felhasználói élményhez, mivel segít meghatározni a számára releváns elemeket a kereséshez és a böngészéshez. A tételkategorizálás felügyelt osztályozási problémaként fogalmazható meg az adatbányászatban, ahol a kategóriák a célosztályok, a jellemzők pedig az elemek szöveges leírását alkotó szavak. Az egyik megközelítés az, hogy kezdetben hasonló csoportokat keresünk, és egy látens csoportba helyezzük őket. Most egy új elemet kapott, először osztályozza egy látens csoportba, amelyet durva szintű besorolásnak neveznek. Ezután végezzen második osztályozási fordulót, hogy megtalálja azt a kategóriát, amelyhez az elem tartozik.
• Minden alkalommal, amikor hitelkártyát vagy bolti törzsvásárlói kártyát használnak, vagy garanciajegyet töltenek fel, adatokat gyűjtenek a felhasználó viselkedéséről. Sokan aggasztónak találják a vállalatok, például a Google, a Facebook és az Amazon által rólunk tárolt információk mennyiségét, és aggódnak a magánéletük miatt. Bár fennáll annak a lehetősége, hogy személyes adatainkat káros vagy nemkívánatos módon használják fel az életünk jobbá tétele érdekében. Például a Ford és az Audi reményei szerint egy napon információkat gyűjt az ügyfelek vezetési szokásairól, hogy biztonságosabb útvonalakat ajánlhassanak, és figyelmeztessék a sofőröket a veszélyes útviszonyokra.
• Az ügyfélkapcsolat -kezelő alkalmazásokban történő adatbányászat jelentősen hozzájárulhat az eredményhez. Ahelyett, hogy véletlenszerűen felvenné a kapcsolatot egy potenciális ügyféllel vagy ügyféllel call center vagy postai küldés útján, a vállalat erőfeszítéseit azokra a kilátásokra koncentrálhatja, amelyek várhatóan nagy valószínűséggel válaszolnak az ajánlatra. Kifinomultabb módszerek alkalmazhatók az erőforrások optimalizálására a kampányok között, hogy meg lehessen jósolni, hogy az adott személy melyik csatornára és melyik ajánlatra válaszol a legnagyobb valószínűséggel (az összes lehetséges ajánlatban). Ezenkívül kifinomult alkalmazások is használhatók a levelezés automatizálására. Miután az adatbányászat eredményeit (potenciális potenciális ügyfél/ügyfél és csatorna/ajánlat) meghatározták, ez a "kifinomult alkalmazás" automatikusan e-mailt vagy rendes levelet küldhet. Végezetül, azokban az esetekben, amikor sok ember ajánlattétel nélkül cselekszik, az " emelési modellezés " segítségével megállapítható, hogy az emberek közül melyiknek van a legnagyobb növekedése, ha ajánlatot kap. A felemelkedés modellezése ezáltal lehetővé teszi a marketingszakemberek számára, hogy a leveleket és az ajánlatokat meggyőző személyekre összpontosítsák, és ne küldjenek ajánlatokat azoknak, akik ajánlat nélkül vásárolják meg a terméket. Az adathalmazok segítségével automatikusan felderíthetők a szegmensek vagy csoportok az ügyfél adatkészletén belül.
• Az adatbányászatot alkalmazó vállalkozások megtérülhetnek a befektetéseken, de felismerik azt is, hogy a prediktív modellek száma gyorsan nagyon nagyra nőhet. Például ahelyett, hogy egy modellt használna annak megjósolására, hogy hány ügyfél fog elcsúszni , a vállalkozás dönthet úgy, hogy minden régióhoz és ügyféltípushoz külön modellt épít. Azokban a helyzetekben, amikor nagyszámú modellt kell karbantartani, egyes vállalkozások inkább automatizált adatbányászati ​​módszerekhez fordulnak.
• Az adatbányászat hasznos lehet az emberi erőforrásokkal foglalkozó részlegek számára a legsikeresebb alkalmazottaik jellemzőinek azonosításában. A megszerzett információk - például az egyetemek, amelyeken nagyon sikeres alkalmazottak vesznek részt - segíthetnek a HR -nek ennek megfelelően összpontosítani a toborzási erőfeszítéseket. Ezenkívül a stratégiai vállalatirányítási alkalmazások segítik a vállalatot abban, hogy a vállalati szintű célokat, például a nyereség- és árrés-részesedési célokat lefordítsa operatív döntésekbe, például termelési tervekbe és munkaerő-szintekbe.
• Piaci kosár elemzést használtak az Alpha Consumer vásárlási mintáinak azonosítására . Az ilyen típusú felhasználókról összegyűjtött adatok elemzése lehetővé tette a vállalatok számára, hogy megjósolják a jövőbeli vásárlási tendenciákat és a kínálati igényeket.
• Az adatbányászat rendkívül hatékony eszköz a katalógusmarketingben. A katalóguskészítők gazdag adatbázissal rendelkeznek ügyfeleik tranzakcióinak előzményeiről, több millió évre visszamenőleg. Az adatbányászati ​​eszközök azonosíthatják a mintákat az ügyfelek között, és segíthetnek azonosítani a legvalószínűbb ügyfeleket, akik válaszolni fognak a közelgő levelezési kampányokra.
• Az üzleti alkalmazások adatbányászata integrálható egy komplex modellezési és döntéshozatali folyamatba. A LIONsolver a Reactive Business Intelligence (RBI) segítségével támogatja a "holisztikus" megközelítést, amely integrálja az adatbányászatot, a modellezést és az interaktív vizualizációt a végpontok közötti felfedezésbe és folyamatos innovációs folyamatba, amelyet emberi és automatizált tanulás hajt.
• A döntéshozatal területén az RBI megközelítést alkalmazták a döntéshozótól fokozatosan megszerzett ismeretek kibányászására, majd ennek megfelelően a tuningoláshoz. Az adatbányászati ​​rendszer minősége és a döntéshozó által hajlandó befektetés összege közötti kapcsolatot formalizálták azzal, hogy gazdasági perspektívát nyújtottak a „kitermelt tudás” értékéről a szervezet számára történő kifizetés szempontjából Ez a döntéselméleti osztályozási keretrendszert alkalmazták egy valós félvezető ostya gyártósorra, ahol kidolgozták a félvezető ostyagyártási vonal hatékony felügyeletére és ellenőrzésére vonatkozó döntési szabályokat .
• Egy példát az integrált áramkörű (IC) gyártósorhoz kapcsolódó adatbányászatra a "Mining IC Test Data to VLSI Testing Optimize" c. Ebben a cikkben az adatbányászat és a döntési elemzés alkalmazását írjuk le a szerszámszintű funkcionális tesztelés problémájára. Az említett kísérletek azt bizonyítják, hogy képesek a bányászati ​​történeti próbaadatok bányászati ​​rendszerének alkalmazására a kockázati meghibásodási minták valószínűségi modelljének létrehozásához. Ezeket a mintákat arra használják fel, hogy valós időben eldöntsék, melyik hal meg a következő teszteléshez, és mikor hagyja abba a tesztelést. Ez a rendszer a korábbi tesztadatokkal végzett kísérletek alapján bebizonyította, hogy képes javítani az érett IC -termékek nyereségén. Más példák az adatbányászati ​​módszerek félvezetőgyártási környezetben történő alkalmazására utalnak arra, hogy az adatbányászati ​​módszerek különösen hasznosak lehetnek, ha kevés az adat, és a folyamatot befolyásoló különböző fizikai és kémiai paraméterek rendkívül összetett kölcsönhatásokat mutatnak. Egy másik következtetés az, hogy a félvezetőgyártási folyamat on-line felügyelete adatbányászat segítségével rendkívül hatékony lehet.

Tudomány és mérnöki tudomány

Az elmúlt években az adatbányászatot széles körben alkalmazták a tudomány és a mérnöki szakterületeken, mint például a bioinformatika , a genetika , az orvostudomány , az oktatás és az elektromos energia .

• A humán genetika tanulmányozása során a szekvenciabányászat segít elérni azt a fontos célt, hogy megértsük az emberi DNS- szekvencia egyének közötti variációi és a betegségérzékenység változékonysága közötti feltérképezési kapcsolatot . Leegyszerűsítve azt kívánja megtudni, hogy az egyén DNS -szekvenciájában bekövetkező változások hogyan befolyásolják a gyakori betegségek, például a rák kialakulásának kockázatát , ami nagy jelentőséggel bír e betegségek diagnosztizálásának, megelőzésének és kezelésének javítása szempontjából. Ennek a feladatnak az egyik adatbányászati ​​módszere a multifaktoros dimenziócsökkentés .
• A villamosenergia -technika területén széles körben alkalmaztak adatbányászati ​​módszereket a nagyfeszültségű elektromos berendezések állapotának ellenőrzésére . Az állapotfigyelés célja, hogy értékes információkat szerezzen például a szigetelés állapotáról (vagy más fontos, a biztonsággal kapcsolatos paraméterekről). Az adatok csoportosítási technikáit-például az önszerveződő térképet (SOM)-alkalmazták a rezgésfigyelésre és a transzformátor-terheléses fokozatváltók (OLTCS) elemzésére. A rezgésfigyelés segítségével megfigyelhető, hogy minden csapváltási művelet olyan jelet generál, amely információkat tartalmaz a fokozatkapcsoló érintkezőinek állapotáról és a meghajtó mechanizmusokról. Nyilvánvaló, hogy a különböző csaphelyzetek különböző jeleket generálnak. Mindazonáltal jelentős eltérések mutatkoztak a normál állapotjelzések között pontosan ugyanazon csaphelyzet esetén. A SOM -ot a kóros állapotok kimutatására és a rendellenességek természetének feltételezésére alkalmazták.
• Adatbányászati módszereket alkalmaztak, hogy az oldott gáz analízis (DGA) transzformátorokban . A DGA, mint a teljesítménytranszformátorok diagnosztikája, évek óta elérhető. Olyan módszereket alkalmaztak, mint a SOM, a generált adatok elemzésére és a trendek meghatározására, amelyek nem nyilvánvalóak a standard DGA arányos módszerek számára (például Duval -háromszög).
• Oktatási kutatásokban, ahol az adatbányászatot tanulmányozták azon tényezők tanulmányozására, amelyek a hallgatókat arra késztették, hogy a tanulásukat csökkentő magatartásokra hajtsanak, és megértsék az egyetemi hallgatók megtartását befolyásoló tényezőket. Az adatbányászat társadalmi alkalmazásának hasonló példája a szakértelem -felderítő rendszerekben való felhasználása , ahol az emberi szakértelem leíróit kinyerik, normalizálják és osztályozzák, hogy megkönnyítsék a szakértők megtalálását, különösen tudományos és műszaki területeken. Ily módon az adatbányászat megkönnyítheti az intézményi memóriát .
• Az orvosbiológiai adatok adatbányászati ​​módszerei, amelyeket a domain ontológiái , a klinikai vizsgálati adatok bányászata és a SOM -ot használó forgalom elemzése segít .
• A kábítószer -mellékhatások felügyeletében az Uppsala Monitoring Center 1998 óta adatbányászati ​​módszereket használ a rutinszerű szűrésre a jelentéstételi mintákról, amelyek jelzik a felmerülő drogbiztonsági problémákat a WHO globális adatbázisában, amely 4,6 millió feltételezett mellékhatás -eseményt tartalmaz. A közelmúltban hasonló módszert dolgoztak ki az elektronikus egészségügyi nyilvántartások nagy gyűjteményeinek bányászására a gyógyszerek felírását és az orvosi diagnózisokat társító időbeli mintákhoz.
• Az adatbányászatot szoftveres műtermékekre alkalmazták a szoftverfejlesztés területén : Mining Software Repositories .
• A mikrobiológia területén adatbányászati ​​módszereket alkalmaztak a baktériumok populációbeli viselkedésének előrejelzésére az élelmiszerekben.

Emberi jogok

A kormányzati iratok bányászata - különösen az igazságszolgáltatási rendszer (azaz bíróságok, börtönök) nyilvántartása - lehetővé teszi a rendszerszintű emberi jogi jogsértések felfedezését, amelyek a különböző kormányzati szervek érvénytelen vagy csalárd jogi nyilvántartásainak előállításával és közzétételével kapcsolatosak.

Orvosi adatbányászat

Bizonyos gépi tanulási algoritmusok orvosi területen is alkalmazhatók másodlagos diagnosztikai eszközként, és eszközként a tudáskivonási fázisban a tudásfeltárási folyamatban az adatbázisokban . Az egyik ilyen osztályozó (az úgynevezett prototípus példamutató tanulási osztályozó ( PEL-C )) képes a szindrómák és az atipikus klinikai esetek felfedezésére.

A jelenlegi orvosi terület, amely az adatbányászat folyamatát használja, a Metabolomics , amely a biológiai molekulák vizsgálata és tanulmányozása, valamint a testfolyadékokkal, sejtekkel, szövetekkel stb. A metabolizmus nagyon sok adatot tartalmazó téma, és gyakran magában foglalja a rengeteg irreleváns adat szitálását, mielőtt bármilyen következtetést levonna. Az adatbányászat lehetővé tette az orvosi kutatások ezen viszonylag új területének jelentős növekedését az elmúlt évtizedben, és valószínűleg ez lesz az a módszer, amellyel új kutatásokat találnak a témán belül.

2011-ben az esetben Sorrell v. IMS Health, Inc. , döntött a Legfelsőbb Bíróság az Egyesült Államokban , úgy döntött, hogy a gyógyszertárak adatait megoszthatja külső cégek. Ezt a gyakorlatot az alkotmány 1. módosítása alapján engedélyezték , védve a "szólásszabadságot". A Health Information Technology for Economic and Clinical Health Act (HITECH Act) elfogadása azonban elősegítette az elektronikus egészségügyi nyilvántartás (EHR) és a támogató technológia elfogadásának kezdeményezését az Egyesült Államokban. A HITECH törvényt 2009. február 17 -én írták alá az amerikai helyreállítási és újrabefektetési törvény (ARRA) részeként, és segített megnyitni az ajtót az orvosi adatbányászat előtt. E törvény aláírása előtt az Egyesült Államokban élő orvosok mindössze 20% -ának becslése szerint használtak elektronikus betegnyilvántartást. Søren Brunak megjegyzi, hogy „a betegrekord a lehető leggazdagabb információvá válik”, és ezáltal „maximalizálja az adatbányászati ​​lehetőségeket”. Ezért az elektronikus betegnyilvántartások tovább bővítik az orvosi adatok bányászatának lehetőségeit, ezáltal megnyitva az ajtót az orvosi adatok elemzésének hatalmas forrása előtt.

Téradat -bányászat

A téradatbányászat az adatbányászati ​​módszerek alkalmazása a téradatokra. A térbeli adatbányászat végső célja, hogy a földrajzi adatokhoz hasonló mintákat találjon az adatokban. Eddig az adatbányászat és a földrajzi információs rendszerek (GIS) két különálló technológiaként léteztek, amelyek mindegyike saját módszerekkel, hagyományokkal és megközelítésekkel rendelkezik a vizualizációhoz és az adatok elemzéséhez. Különösen a legtöbb modern térinformatika csak nagyon alapvető térbeli elemzési funkcióval rendelkezik. A földrajzilag hivatkozott adatok óriási robbanása, amelyet az IT, a digitális térképezés, a távérzékelés és a térinformatika globális elterjedése idéz elő, hangsúlyozza a földrajzi elemzés és modellezés adatközpontú induktív megközelítéseinek fejlesztésének fontosságát.

Az adatbányászat nagy előnyökkel jár a térinformatikai alapú alkalmazott döntéshozatalban. A közelmúltban e két technológia integrálásának feladata kritikus fontosságúvá vált, különösen akkor, amikor a különböző állami és magánszektor szervezetek hatalmas adatbázisokkal rendelkeznek tematikus és földrajzi vonatkozású adatokkal, és kezdik felismerni a bennük rejlő információk hatalmas lehetőségeit. E szervezetek között szerepel:

• Irodák, amelyek földrajzilag hivatkozott statisztikai adatok elemzését vagy terjesztését igénylik
• A közegészségügyi szolgálatok magyarázatokat keresnek a betegségek csoportosítására
• A környezetvédelmi ügynökségek értékelik a változó földhasználati szokások hatását az éghajlatváltozásra
• Geo-marketing cégek, amelyek vevői szegmentációt végeznek a térbeli elhelyezkedés alapján.

Kihívások a térbányászatban: A térinformatikai adattárak általában nagyon nagyok. Ezenkívül a meglévő térinformatikai adathalmazokat gyakran olyan tulajdonság- és attribútumkomponensekre osztják szét, amelyeket hagyományosan hibrid adatkezelő rendszerekben archiválnak. Az algoritmikus követelmények lényegesen különböznek a relációs (attribútum) adatkezelés és a topológiai (jellemző) adatkezelés tekintetében. Ehhez kapcsolódik a földrajzi adatformátumok sokszínűsége és sokfélesége, amelyek egyedi kihívásokat jelentenek. A digitális földrajzi adatok forradalma új típusú adatformátumokat hoz létre a hagyományos "vektor" és "raszteres" formátumokon túl. A földrajzi adattárak egyre gyakrabban tartalmaznak rosszul strukturált adatokat, például képeket és földrajzi hivatkozású multimédiát.

A földrajzi tudásfeltárásban és az adatbányászatban számos kritikus kutatási kihívás áll. Miller és Han a következő listát kínálja a területen feltörekvő kutatási témákról:

• Földrajzi adattárházak (GDW -k ) fejlesztése és támogatása : A térbeli tulajdonságokat gyakran egyszerű aszpatikus attribútumokra redukálják a mainstream adattárházakban. Az integrált GDW létrehozása megköveteli a térbeli és időbeli adatok interoperabilitásával kapcsolatos kérdések megoldását - beleértve a szemantika, a hivatkozási rendszerek, a geometria, a pontosság és a pozíció különbségeit.
• Jobb térbeli-időbeli ábrázolások a földrajzi tudásfeltárásban : A jelenlegi földrajzi tudásfeltárási (GKD) módszerek általában nagyon egyszerű földrajzi objektumok és térbeli viszonyok ábrázolásait használják. A földrajzi adatbányászati ​​módszereknek fel kell ismerniük a bonyolultabb földrajzi objektumokat (azaz vonalakat és sokszögeket) és kapcsolatokat (azaz nem euklideszi távolságokat, irányt, összeköttetést és kölcsönhatást a hozzárendelt földrajzi tér, például terep révén). Továbbá az idődimenziót jobban be kell építeni ezekbe a földrajzi ábrázolásokba és kapcsolatokba.
• Földrajzi tudásfeltárás különféle adattípusok felhasználásával : Olyan GKD-módszereket kell kifejleszteni, amelyek a hagyományos raszteres és vektoros modelleken túl különböző adattípusokat is képesek kezelni, beleértve a képeket és a földrajzi hivatkozású multimédiát, valamint a dinamikus adattípusokat (videófolyamok, animációk).

Időbeli adatbányászat

Az adatok különböző időpontokban létrehozott és rögzített attribútumokat tartalmazhatnak. Ebben az esetben az adatokban az értelmes összefüggések megtalálásához szükség lehet az attribútumok időbeli sorrendjének figyelembevételére. Az időbeli kapcsolat utalhat oksági kapcsolatra, vagy egyszerűen csak összefüggésre.

Szenzoros adatbányászat

A vezeték nélküli érzékelőhálózatok felhasználhatók az adatok gyűjtésének megkönnyítésére a térbeli adatbányászathoz különféle alkalmazásokhoz, például a légszennyezés monitorozásához. Az ilyen hálózatokra jellemző, hogy a környezeti jellemzőket figyelő közeli érzékelőcsomópontok jellemzően hasonló értékeket regisztrálnak. Az ilyen típusú redundancia az érzékelők megfigyelései közötti térbeli korreláció miatt inspirálja a hálózaton belüli adatgyűjtés és a bányászat technikáit. A különböző érzékelők által mintavételezett adatok közötti térbeli korreláció mérésével speciális algoritmusok széles osztálya fejleszthető ki hatékonyabb térbeli adatbányászati ​​algoritmusok kifejlesztésére.

Vizuális adatbányászat

Az analógról digitálisra váltás során nagy adathalmazokat hoztak létre, gyűjtöttek és tároltak, felfedezve statisztikai mintákat, tendenciákat és adatokat, amelyek rejtve vannak az adatok között a prediktív minták kialakítása érdekében. Tanulmányok szerint a vizuális adatbányászat gyorsabb és sokkal intuitívabb, mint a hagyományos adatbányászat. Lásd még: Számítógépes látás .

Zenei adatbányászat

Az adatbányászati ​​technikákat és különösen az együttes előfordulások elemzését arra használták fel, hogy feltárják a releváns hasonlóságokat a zenei korpuszok között (rádiólisták, CD-adatbázisok), többek között a zene műfajokba történő objektívabb besorolása érdekében.

Felügyelet

Az adatbányászatot az amerikai kormány használta. A programok közé tartozik a Total Information Awareness (TIA) program, a Secure Flight (korábbi nevén Computer-Assisted Passenger Prescreening System (CAPPS II )), az Analysis, Dissemination, Visualization, Insight, Semantic Enhancement ( ADVISE ) és a Multi-State Anti- Terrorizmus információcsere ( MATRIX ). Ezeket a programokat abbahagyták a vita miatt, hogy megsértik -e az Egyesült Államok alkotmányának 4. módosítását, bár sok programot, amely ezek alatt alakult, továbbra is különböző szervezetek vagy más néven finanszírozzák.

A terrorizmus elleni küzdelem összefüggésében két különösen hihető adatgyűjtési módszer a "mintabányászat" és a "tárgyalapú adatbányászat".

Mintabányászat

A "mintabányászat" egy adatbányászati ​​módszer, amely magában foglalja az adatok meglévő mintáinak megtalálását . Ebben az összefüggésben a minták gyakran asszociációs szabályokat jelentenek . A társulási szabályok keresésének eredeti motivációja a szupermarket tranzakciós adatainak elemzésének vágya, vagyis a vásárlói magatartás megvizsgálása a vásárolt termékek tekintetében. Például egy asszociációs szabály "sör ⇒ burgonya chips (80%)" kimondja, hogy öt sört vásárló vásárló közül négy vásárolt krumplit is.

A mintabányászat, mint a terrorista tevékenység azonosításának eszköze kapcsán a Nemzeti Kutatási Tanács a következő meghatározást adja: "A mintán alapuló adatbányászat olyan mintákat keres (beleértve az anomális adatmintákat), amelyek a terrorista tevékenységhez kapcsolódhatnak-ezek a minták kis jeleknek tekintik a nagy zajtengerben. " A mintabányászat olyan új területeket foglal magában, mint például a Music Information Retrieval (MIR), ahol mind az időbeli, mind a nem időbeli tartományokban látható mintákat importálják a klasszikus tudásfeltárási keresési módszerekbe.

Tárgyalapú adatbányászat

A "Tárgyalapú adatbányászat" egy adatbányászati ​​módszer, amely magában foglalja az egyes személyek közötti összefüggések keresését az adatokban. A terrorizmus elleni küzdelemmel összefüggésben a Nemzeti Kutatási Tanács a következő meghatározást adja: "Az alanyalapú adatbányászat olyan kezdeményező személyt vagy más adatot használ, amelyet más információk alapján nagy érdeklődésűnek tartanak, és a cél az, hogy meghatározzák milyen más személyek, pénzügyi tranzakciók vagy mozgások stb. kapcsolódnak a kezdeményező adathoz. "

Tudásrács

Az "On the Grid" tudásfeltárás általában a tudásfeltárás nyílt környezetben történő elvégzésére vonatkozik, rácsos számítási koncepciók használatával, lehetővé téve a felhasználók számára, hogy integrálják a különböző online adatforrásokból származó adatokat, valamint távoli erőforrásokat is használhassanak az adatbányászati ​​feladataik végrehajtásához. A legkorábbi példa a londoni Imperial College-ban kifejlesztett Discovery Net volt , amely az ACM SC02 (Supercomputing 2002) konferencián és kiállításon elnyerte a "Leginnovatívabb adatintenzív alkalmazás díjat", egy teljesen interaktív elosztott tudásfeltáró alkalmazás bemutatása alapján. bioinformatikai alkalmazáshoz. További példák a Calabriai Egyetem kutatói által végzett munkák , amelyek rácsos számításon alapuló Knowledge Grid architektúrát fejlesztettek ki az elosztott tudásfeltáráshoz .

Hivatkozások

Külső linkek

• Wikipédia: Adatbányászat Wikipédia