विषय
प्रश्न:
बड़े डेटा और डेटा माइनिंग में क्या अंतर है?
ए:
बिग डेटा और डेटा माइनिंग दो अलग-अलग चीजें हैं। ये दोनों बड़े डेटा सेट के उपयोग से संबंधित हैं, जो व्यवसाय या अन्य प्राप्तकर्ताओं की सेवा करने वाले डेटा के संग्रह या रिपोर्टिंग को संभालने के लिए हैं। हालांकि, इस तरह के ऑपरेशन के दो अलग-अलग तत्वों के लिए दो शब्दों का उपयोग किया जाता है।
बिग डेटा एक बड़े डेटा सेट के लिए एक शब्द है। बिग डेटा सेट वे हैं जो सरल प्रकार के डेटाबेस और डेटा हैंडलिंग आर्किटेक्चर को आगे बढ़ाते हैं जो पहले के समय में उपयोग किए जाते थे, जब बड़ा डेटा अधिक महंगा और कम संभव था। उदाहरण के लिए, डेटा के सेट जिन्हें Microsoft Excel स्प्रेडशीट में आसानी से संभाला जा सकता है, को बड़े डेटा सेट के रूप में संदर्भित किया जा सकता है।
डेटा माइनिंग का तात्पर्य प्रासंगिक या प्रासंगिक जानकारी की तलाश के लिए बड़े डेटा सेट से गुजरने की गतिविधि से है। इस तरह की गतिविधि वास्तव में पुराने स्वयंसिद्ध का एक अच्छा उदाहरण है "एक हिस्टैक में सुई की तलाश में।" विचार यह है कि व्यवसाय डेटा के बड़े पैमाने पर सेट एकत्र करते हैं जो सजातीय हो सकते हैं या स्वचालित रूप से एकत्र किए जा सकते हैं। निर्णयकर्ताओं को उन बड़े सेटों से डेटा के छोटे, अधिक विशिष्ट टुकड़ों तक पहुंच की आवश्यकता होती है। वे सूचना के टुकड़ों को उजागर करने के लिए डेटा खनन का उपयोग करते हैं जो नेतृत्व को सूचित करेगा और एक व्यवसाय के लिए पाठ्यक्रम को चार्ट करने में मदद करेगा।
डेटा माइनिंग में विभिन्न प्रकार के सॉफ़्टवेयर पैकेज जैसे एनालिटिक्स टूल का उपयोग शामिल हो सकता है। यह स्वचालित हो सकता है, या यह काफी हद तक श्रम-गहन हो सकता है, जहां व्यक्तिगत कर्मचारी किसी संग्रह या डेटाबेस की जानकारी के लिए विशिष्ट प्रश्न पूछते हैं। आम तौर पर, डेटा माइनिंग से तात्पर्य उन परिचालनों से होता है जिनमें अपेक्षाकृत परिष्कृत खोज कार्य शामिल होते हैं जो लक्षित और विशिष्ट परिणाम लौटाते हैं। उदाहरण के लिए, डेटा खनन उपकरण किसी विशिष्ट परिचालन वर्ष के लिए प्राप्य खर्चों या खातों के एक विशिष्ट कॉलम को खोजने के लिए लेखांकन जानकारी के दर्जनों वर्षों के माध्यम से देख सकता है।
संक्षेप में, बड़ा डेटा संपत्ति है और डेटा खनन "हैंडलर" है जिसका उपयोग लाभकारी परिणाम प्रदान करने के लिए किया जाता है।