Vad är skillnaden mellan Data Mining och Data Warehousing?

villkor data mining och datalagring ofta förvirrad av både affärs-och teknisk personal. Hela området för datahantering har haft en fenomenal tillväxt med genomförandet av uppgifter program insamling programvara och minskade kostnader för datorns minne. Det primära syftet med båda dessa funktioner är att ge verktyg och metoder för att utforska de mönster och mening i stor mängd data.

De primära skillnaderna mellan data mining och datalagring är systemkraven mönster, använda metoden, och syftet. Data mining är användning av mönsterigenkänning logik identitet trender inom ett urval uppsättning uppgifter och extrapolera denna information mot de större uppgifterna poolen. Data warehouse är processen att utvinna och lagra data för att möjliggöra enklare rapportering.

Data mining är en allmän term som används för att beskriva en rad olika affärsprocesser som följer mönster från data. Typiskt, en statistisk analys programpaket som används för att identifiera specifika mönster, bygger på uppsättningen uppgifter och frågor som genereras av slutanvändaren. En typisk användning av data mining är att skapa riktad marknadsföring program, identifiera finansiella bedrägerier, och att flagga ovanliga mönster i beteende som en del av en översyn av säkerheten.

Ett utmärkt exempel på data mining är den process som används av telefon företag att marknadsföra produkter till befintliga kunder. Telefonbolaget använder data mining program för att komma sin databas med kundinformation. En fråga är skrivet för att identifiera kunder som har anslutit sig till grundläggande telefonen paketet och Internet-tjänst under en viss tidsperiod. När dessa data som väljs, en annan fråga är skriven för att avgöra hur många av dessa kunder drog fördel av gratis extra telefonens funktioner under en rättegång befordran. Resultaten av denna data mining övning avslöja beteendemönster som kan köra eller hjälpa till att finslipa en marknadsplan för att öka användningen av ytterligare telefonitjänster.

Det är viktigt att notera att det primära syftet med data mining är att upptäcka mönster i data. De specifikationer som används för att definiera det urval som har en enorm inverkan på relevansen av produktionen och riktigheten i analysen. För att återgå till exemplet ovan, om de uppgifter som är begränsad till kunder inom ett visst geografiskt område, kommer resultaten och mönster skiljer sig från en bredare uppsättning data. Även om både data mining och datalagring arbeta med stora volymer av information, processer som används är helt olika.

Ett datalager är en programvara som används för att lagra stora mängder data och köra särskilt utformade frågor och rapporter. Business Intelligence är ett växande forskningsområde som fokuserar på datalagring och relaterade funktioner. Dessa verktyg är utformade för att extrahera data och lagra den i en metod som syftar till att ge ökad systemprestanda. Mycket av terminologin inom datautvinning och datalagring är samma, vilket leder till mer förvirring.


Kommentarer

  • Om oss
  • Reklam
  • Kontakta redaktören
  • Få nyhetsbrev
  • RSS-feed

Redaktör: Beáta Megyesi
Nyheter redaktör: Christiane Schaefer

Kundservice: Mats Schaefer,
Helena Löthman

Tel: +46 00 79 22 00
Fax: +46 00 79 22 01

© Copyright 2014 Debok.net - All rights reserved.