Definitie van ‘Data Mining’

Definitie: In eenvoudige woorden wordt datamining gedefinieerd als een proces dat wordt gebruikt om bruikbare gegevens te extraheren uit een grotere set van willekeurige ruwe gegevens. Het houdt in dat patronen in grote hoeveelheden gegevens worden geanalyseerd met behulp van een of meer software. Datamining heeft toepassingen op verschillende gebieden, zoals wetenschap en onderzoek. Als toepassing van datamining kunnen bedrijven meer te weten komen over hun klanten en effectievere strategieën ontwikkelen met betrekking tot verschillende bedrijfsfuncties, en op hun beurt middelen op een meer optimale en inzichtelijke manier inzetten. Dit helpt bedrijven dichter bij hun doel te komen en betere beslissingen te nemen. Bij datamining worden gegevens doeltreffend verzameld en opgeslagen, en worden gegevens op computer verwerkt. Om de gegevens te segmenteren en de waarschijnlijkheid van toekomstige gebeurtenissen te evalueren, maakt datamining gebruik van gesofisticeerde wiskundige algoritmen. Datamining is ook bekend als Knowledge Discovery in Data (KDD).
Omschrijving: Belangrijkste kenmerken van datamining:
– Automatische patroonvoorspellingen op basis van trend- en gedragsanalyse.
– Voorspelling op basis van waarschijnlijke uitkomsten.
– Creatie van beslissingsgerichte informatie.
– Focus op grote datasets en databases voor analyse.
– Clustering op basis van het vinden en visueel documenteren van groepen feiten die niet eerder bekend waren.
Het Datamining Proces: Benodigde technologische infrastructuur: 1. Omvang van de database: Voor het creëren van een krachtiger systeem is meer data nodig om te verwerken en te onderhouden. 2. Complexiteit van de query’s: Voor query’s of het verwerken van complexere query’s en hoe groter het aantal query’s, hoe krachtiger het systeem is vereist. Toepassingen: 1. Dataminingtechnieken zijn nuttig in vele onderzoeksprojecten, onder meer op het gebied van wiskunde, cybernetica, genetica en marketing. 2. Met datamining zou een detailhandelaar de aankoopgegevens van klanten in verkooppunten kunnen beheren en gebruiken om gerichte promoties te sturen op basis van de aankoopgeschiedenis van een individu. De detailhandelaar zou ook producten en promoties kunnen ontwikkelen om specifieke klantensegmenten aan te spreken, gebaseerd op het verzamelen van demografische gegevens van commentaar- of garantiekaarten.