Definizione di ‘Data Mining’

Definizione: In parole semplici, il data mining è definito come un processo utilizzato per estrarre dati utilizzabili da un insieme più ampio di dati grezzi. Implica l’analisi dei modelli di dati in grandi lotti di dati utilizzando uno o più software. Il data mining ha applicazioni in molteplici campi, come la scienza e la ricerca. Come applicazione del data mining, le aziende possono imparare di più sui loro clienti e sviluppare strategie più efficaci relative a varie funzioni aziendali e a sua volta sfruttare le risorse in modo più ottimale e perspicace. Questo aiuta le aziende ad essere più vicine al loro obiettivo e a prendere decisioni migliori. Il data mining implica una raccolta e un immagazzinamento di dati efficaci, così come l’elaborazione al computer. Per segmentare i dati e valutare la probabilità di eventi futuri, il data mining utilizza sofisticati algoritmi matematici. Il data mining è anche conosciuto come Knowledge Discovery in Data (KDD).
Descrizione: Caratteristiche principali del data mining:
– Previsioni automatiche di modelli basate sull’analisi di tendenze e comportamenti.
– Previsione basata su risultati probabili.
– Creazione di informazioni orientate alla decisione.
– Concentrazione su grandi insiemi di dati e database per l’analisi.
– Clustering basato sul trovare e documentare visivamente gruppi di fatti non conosciuti in precedenza.
Il processo di data mining: Infrastruttura tecnologica richiesta: 1. Dimensione del database: Per creare un sistema più potente sono necessari più dati da elaborare e mantenere. 2. Complessità della query: Per l’interrogazione o l’elaborazione di query più complesse e maggiore è il numero di query, più potente è il sistema richiesto. Usi: 1. Le tecniche di data mining sono utili in molti progetti di ricerca, tra cui matematica, cibernetica, genetica e marketing. 2. Con il data mining, un rivenditore potrebbe gestire e usare le registrazioni degli acquisti dei clienti nei punti vendita per inviare promozioni mirate basate sulla storia degli acquisti di un individuo. Il rivenditore potrebbe anche sviluppare prodotti e promozioni per attrarre specifici segmenti di clienti basati sull’estrazione di dati demografici da schede di commento o di garanzia.