डेटा माइनिंग क्या है?

NS डेटा खनन या के रूप में भी जाना जाता है डेटा खनन, एक प्रक्रिया है जो महत्वपूर्ण डेटाबेस से महत्वपूर्ण जानकारी निकालती है, यह जानकारी कंपनी की दक्षता निर्धारित करती है प्रवृत्तियों और कारकों के माध्यम से ताकि उपयोगकर्ता प्रतिस्पर्धी लाभ पैदा करने वाली कंपनी की किसी भी कठिनाई को हल कर सके।

इस प्रक्रिया के उपकरणों का उपयोग भविष्यवाणी करने के लिए किया जा सकता है नए दृष्टिकोण और कंपनी की संभावित भविष्य की स्थितियां, जो सक्रिय निर्णय लेने में बहुत महत्वपूर्ण है।

डेटा माइनिंग तकनीक वे महत्वपूर्ण डेटाबेस में व्यवस्थित तरीके से संग्रहीत जानकारी की सभी सामग्री को स्वचालित रूप से खोजना चाहते हैं।

इन तकनीकों का लक्ष्य है प्रोफाइल, प्रवृत्तियों और पैटर्न की खोज करें नेटवर्क, तर्क, पैटर्न और अन्य उन्नत विश्लेषण तकनीकों को पहचानने वाली तकनीक के उपयोग के माध्यम से डेटा के विश्लेषण के माध्यम से।

डेटा माइनिंग के मुख्य चरण

यद्यपि इस प्रकार की प्रक्रिया में प्रत्येक मामला पिछले वाले से भिन्न हो सकता है, सभी के लिए प्रक्रिया में निम्नलिखित मुख्य चरण होते हैं:

समस्याओं या उद्देश्यों का निर्धारण

इस प्रकार की प्रक्रिया वाली कोई भी परियोजना व्यावसायिक समस्या के ज्ञान से शुरू होती है। विशेषज्ञ डेटा खनन, डोमेन और व्यवसायों में परियोजनाओं की आवश्यकताओं और उद्देश्यों को व्यावसायिक तरीके से देखने के लिए समर्पण के साथ काम करने में सहयोग करते हैं।

एक परियोजना का उद्देश्य समस्या को परिभाषित करता है, इसलिए इस चरण में इस प्रकार के डेटा प्रोसेसिंग के उपकरण की आवश्यकता नहीं होती है।

डेटा खोज

डोमेन विशेषज्ञ जानते हैं कि मेटाडेटा डेटा एकत्र करने, वर्णन करने और खोजने पर आधारित है, जैसे वे डेटा समस्याओं का निर्धारण कर सकते हैं। इस अर्थ में, यह बहुत महत्वपूर्ण है कि व्यापार विशेषज्ञ और डेटा माइनिंग में मास्टर डिग्री समस्या की परिभाषा का आदान-प्रदान करें।

डेटा खोज चरण में, खोज करने के लिए सांख्यिकीय विश्लेषण उपकरण का उपयोग किया जाता है।

डेटा संगठन

डोमेन विशेषज्ञ मॉडलिंग प्रक्रिया को अंजाम देने के लिए एक डेटा मॉडल तैयार करते हैं। वे डेटा एकत्र और प्रारूपित कर सकते हैं, क्योंकि ऐसे खनन कार्य हैं जो केवल विशिष्ट स्वरूपों में डेटा स्वीकार करते हैं।

इस चरण की प्रक्रिया में, डेटा को कई बार संशोधित किया जाता है। मॉडलिंग टूल के लिए डेटा का संगठन रिकॉर्ड, टेबल और विशेषताओं के माध्यम से चुना जाता है। खनन विशेषज्ञ कुछ डेटा संग्रह के साथ एक ही समस्या के लिए चयन करते हैं और विभिन्न कार्यों को लागू करते हैं।

मोडलिंग

इस चरण में मूल्यांकन के साथ, माप में परिवर्तन करने के लिए उन्हें कई बार दोहराया जा सकता है प्रभावी मूल्यों को प्राप्त करने तक, इसलिए, इस चरण के अंत में, का एक मॉडल गुणवत्ता।

मूल्यांकन

विशेषज्ञों के साथ डेटा माइनिंग में मास्टर मॉडल मूल्यांकन करें। यदि मॉडल अपेक्षाओं को पूरा नहीं करता है, तो मॉडलिंग चरण में वापस आना आवश्यक है और आपको फिर से डिज़ाइन करना होगा, मापदंडों में संशोधन करना होगा जब तक कि बेहतर हासिल न हो जाए मूल्य। एक बार जब वे मॉडल के अनुकूल हो जाते हैं, तो कंपनी से स्पष्टीकरण प्राप्त किया जा सकता है।

प्रोसेस

अंत में, वे सभी परिणामों को अलग-अलग डेटाबेस या किसी अन्य प्रकार के एप्लिकेशन में निर्यात करके उपयोग करते हैं।

डाटा माइनिंग तकनीक

इस प्रकार की प्रक्रिया विभिन्न तकनीकों पर आधारित है, ये हैं:

• प्रेरण नियम: नियमों के एक सेट की व्युत्पत्ति को संदर्भित करता है जो समस्या का निर्धारण कर सकता है। ये नियम पूरी तरह से स्वतंत्र हैं और आमतौर पर निर्णय वृक्ष के समान होते हैं, हालांकि, उन्हें इसका हिस्सा बनने की आवश्यकता नहीं है।
• समूहन: यह एक प्रकार की तकनीक है जो उद्देश्य चर और वर्णनात्मक चर के बीच लिंक खोजने का प्रयास करती है जिसमें कोई लिंक नहीं है।
• कृत्रिम तंत्रिका प्रसार: मानव न्यूरॉन्स के व्यवहार से मिलकर बनता है, यह दर्शाता है कि वे कई पर आधारित हैं इकाइयाँ और कृत्रिम न्यूरॉन्स जो विभिन्न संचारित करने के लिए एक दूसरे से संबंधित हैं संकेत।
• पदानुक्रमित एल्गोरिथम: यह एक ऐसी तकनीक है जो समूहों का एक निश्चित पदानुक्रम बनाना चाहती है। इस प्रकार के समूहन के लिए उपयोग की जाने वाली कार्यनीतियों को बॉटम-अप दृष्टिकोण या टॉप-डाउन दृष्टिकोण के रूप में निर्धारित किया जाता है।

डेटा माइनिंग के लाभ

डेटा माइनिंग के माध्यम से किए जाने वाले डेटा विश्लेषण से कंपनियों को बहुत लाभ मिल सकता है अपने विकास में सुधार करने के लिए, अपने ग्राहकों को आकर्षित करने और बनाए रखने के लिए जो कि वृद्धि की अनुमति देते हैं बिक्री। इसके सबसे प्रासंगिक लाभों में से हैं:

• इसमें बड़ी मात्रा में डेटा के माध्यम से डेटाबेस विश्लेषण करने की क्षमता है।
• यह ग्राहकों को खोजने और बनाए रखने में भी मदद करता है।
• किसी भी मॉडल का उपयोग करने से पहले, प्राप्त भविष्यवाणियों की वैधता को सत्यापित करने के लिए उन्हें विभिन्न आंकड़ों के माध्यम से जांचा जा सकता है।
• पैटर्न की पहचान कंपनी को बाजार में पेश किए जाने वाले बेहतर समाधान तैयार करने की अनुमति देती है, या तो अभिनव उत्पाद बनाकर या मौजूदा में सुधार करके।
• यह अप्रत्याशित जानकारी प्राप्त करने की अनुमति देता है, क्योंकि यह विभिन्न संयोजनों के निष्पादन के कारण एल्गोरिदम के साथ काम करता है।
• यह कंपनियों को अपने ग्राहकों को उनकी जरूरत के उत्पादों या सेवाओं की पेशकश करने का अवसर देता है।
• कम लागत के संयोजन के साथ, रूपांतरण दर काफी बढ़ सकती है प्रस्तावों के मुखर अनुकूलन के लिए धन्यवाद, जिसके परिणामस्वरूप निवेश पर एक इष्टतम प्रतिफल प्राप्त होता है।
• परिणामों की व्याख्या करना आसान है और इसके लिए महान कंप्यूटर कौशल की आवश्यकता नहीं होती है।

NS डेटा खनन इसे एक तकनीकी प्रक्रिया के रूप में प्रस्तुत किया जाता है जो विभिन्न लाभों से आती है, एक ओर, यह शोधकर्ताओं और लोगों के बीच मौजूद संबंधों से उत्पन्न होती है। व्यापार प्रणाली से जुड़ा हुआ है और दूसरी ओर, यह एक कंपनी में बड़ी रकम की बचत की अनुमति देता है और नए अवसर पैदा करने में मदद करता है व्यापार।

इसमें कोई संदेह नहीं है कि इस प्रकार की तकनीक के साथ कार्य करने के लिए विवरणों की एक श्रृंखला की आवश्यकता होती है, क्योंकि निर्णय लेना अंतिम उत्पाद में शामिल होता है।