Vad är Data Mining Tools?

Data mining verktyg programkomponenter och teorier som tillåter användare att hämta information från data. Verktygen ger individer och företag med förmåga att samla stora mängder data och använda den för att träffa avgöranden om en viss användare eller grupper av användare. Några av de vanligaste användningsområdena för verktyg datautvinning finns inom områdena marknadsföring, skydd bedrägeri och övervakning.

Den manuella hämtning av uppgifter har funnits i hundratals år. Men automatiseringen av data mining har varit mest förekommande sedan början av dataåldern. Under den 20: e-talet uppstod olika datateknik för att stödja idén om att utveckla data mining-verktyg. Det övergripande målet för användningen av verktygen är att avslöja dolda mönster. Till exempel, om en marknadsföring företaget finner att en person tar en månad resa från New York till Los Angeles, blir det en fördel för det företaget att göra reklam detaljer om destinationen för den enskilde.

Inom data gruvindustrin, har normer har fastställts för att definiera parametrarna för användningen av data mining-verktyg. Årligen, Association for Computing Machinery's Special Interest Group om kunskap och Data Mining (SIGKDD) håller ett möte för att bestämma vilka processer används. Samma grupp är också ansvarig för att bedöma de etiska konsekvenserna av analyser av uppgifter från personer och företag. Två gånger om året tidskrift ges ut av gruppen rätt SIGKDD Explorations.

De vanligaste hjälpmedel som används i data mining är en process som kallas Knowledge Discovery i databaser (Kdd). Kdd utvecklades 1989 av Gregory Piatetsky-Shapiro. Med det här verktyget datautvinning, användare har möjlighet att hantera rådata, min data för information och tolka de olika resultaten i form av informationshantering.

En av de viktigaste formerna av data mining-verktyg används för att bekämpa terrorism i 21: a århundradet. I USA använder National Research Council begreppen mönster gruv-och ämnesbaserade data mining för att identifiera terroristverksamhet i den stora pool av information över hela världen. Mönster gruvdrift definieras av processen för att hitta mönster i en stor mängd data. Tematiska data mining försök att identifiera relationer mellan individer. Båda teknikerna kan också användas i allmän affärspraxis genom att definiera synen hos en kundbas och interaktion mellan kunder.


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.