विषय
- परिभाषा - डेटा माइनिंग का क्या अर्थ है?
- Microsoft Azure और Microsoft क्लाउड का परिचय | इस गाइड के दौरान, आप सीखेंगे कि क्लाउड कंप्यूटिंग क्या है और Microsoft Azure आपको क्लाउड से अपना व्यवसाय चलाने और चलाने में कैसे मदद कर सकता है।
- Techopedia डाटा माइनिंग की व्याख्या करता है
परिभाषा - डेटा माइनिंग का क्या अर्थ है?
डेटा माइनिंग उपयोगी जानकारी में वर्गीकरण के लिए अलग-अलग दृष्टिकोणों के अनुसार डेटा के छिपे हुए पैटर्न का विश्लेषण करने की प्रक्रिया है, जो डेटा विश्लेषण, डेटा खनन एल्गोरिदम के लिए आम क्षेत्रों में इकट्ठा किया जाता है, जैसे कुशल वेयरहाउस, व्यापार निर्णय लेने की सुविधा और अन्य जानकारी। अंततः लागतों में कटौती करने और राजस्व बढ़ाने के लिए आवश्यकताएं।
डेटा माइनिंग को डेटा डिस्कवरी और नॉलेज डिस्कवरी के रूप में भी जाना जाता है।
Microsoft Azure और Microsoft क्लाउड का परिचय | इस गाइड के दौरान, आप सीखेंगे कि क्लाउड कंप्यूटिंग क्या है और Microsoft Azure आपको क्लाउड से अपना व्यवसाय चलाने और चलाने में कैसे मदद कर सकता है।
Techopedia डाटा माइनिंग की व्याख्या करता है
डेटा माइनिंग प्रक्रिया में शामिल प्रमुख चरण हैं:
- डेटा वेयरहाउस में डेटा निकालें, ट्रांसफ़ॉर्म करें और लोड करें
- एक बहुआयामी डेटाबेस में डेटा संग्रहीत और प्रबंधित करें
- एप्लिकेशन सॉफ़्टवेयर का उपयोग करके व्यवसाय विश्लेषकों को डेटा एक्सेस प्रदान करें
- वर्तमान में विश्लेषण किए गए डेटा को आसानी से समझने योग्य रूपों में, जैसे कि ग्राफ़
डेटा माइनिंग में पहला कदम व्यापार के लिए महत्वपूर्ण डेटा को इकट्ठा करना है। कंपनी का डेटा या तो लेनदेन, गैर-परिचालन या मेटाडेटा है। लेन-देन डेटा दिन-प्रतिदिन के संचालन जैसे बिक्री, इन्वेंट्री और लागत आदि से संबंधित है। गैर-परिचालन डेटा सामान्य रूप से पूर्वानुमान है, जबकि मेटाडेटा तार्किक डेटाबेस डिज़ाइन से संबंधित है। डेटा तत्वों के बीच पैटर्न और संबंध प्रासंगिक जानकारी को प्रस्तुत करते हैं, जिससे संगठनात्मक राजस्व बढ़ सकता है। बेचा, मूल्य, प्रतिस्पर्धा और ग्राहक जनसांख्यिकी के उत्पादों की स्पष्ट तस्वीरें प्रदान करने वाली डेटा खनन तकनीकों के साथ एक मजबूत उपभोक्ता फ़ोकस सौदे के साथ संगठन।
उदाहरण के लिए, रिटेल दिग्गज वॉलमार्ट अपनी सभी प्रासंगिक जानकारी डेटा के टेराबाइट्स वाले वेयरहाउस में पहुंचाता है। यह डेटा आसानी से उन आपूर्तिकर्ताओं द्वारा पहुँचा जा सकता है जो उन्हें ग्राहक खरीदने के पैटर्न की पहचान करने में सक्षम बनाते हैं। वे खरीदारी की आदतों पर पैटर्न उत्पन्न कर सकते हैं, सबसे अधिक खरीदारी के दिनों में, सबसे अधिक उत्पादों और डेटा खनन तकनीकों का उपयोग करने वाले अन्य डेटा के लिए।
डेटा माइनिंग में दूसरा चरण एक उपयुक्त एल्गोरिदम का चयन कर रहा है - एक डेटा माइनिंग मॉडल का निर्माण करने वाला तंत्र। एल्गोरिथ्म के सामान्य काम में डेटा के एक सेट में रुझानों की पहचान करना और पैरामीटर परिभाषा के लिए आउटपुट का उपयोग करना शामिल है। डेटा माइनिंग के लिए उपयोग किए जाने वाले सबसे लोकप्रिय एल्गोरिदम वर्गीकरण एल्गोरिदम और प्रतिगमन एल्गोरिदम हैं, जिनका उपयोग डेटा तत्वों के बीच संबंधों की पहचान करने के लिए किया जाता है। ओरेकल और एसक्यूएल जैसे प्रमुख डेटाबेस विक्रेता डेटा माइनिंग की मांग को पूरा करने के लिए डेटा माइनिंग एल्गोरिदम जैसे क्लस्टरिंग और रिग्रेशन ट्रेस को शामिल करते हैं।