Forskel mellem data mining og forespørgselsværktøjer
Data Mining vs Query Tools
Query Tools er værktøjer, der hjælper med at analysere dataene i en database. De giver forespørgselsopbygning, forespørgselsredigering, søgning, søgning, rapportering og opsummering af funktionaliteter. På den anden side er Data mining et felt inden for datalogi, der beskæftiger sig med udvinding af tidligere ukendte og interessante oplysninger fra rå data. Data, der bruges som input til Data mining processen, gemmes normalt i databaser. Brugere, der er tilbøjelige til at bruge statistik, bruger Data Mining. De bruger statistiske modeller til at søge efter skjulte mønstre i data. Data minearbejdere er interesserede i at finde nyttige forhold mellem forskellige dataelementer, hvilket i sidste ende er rentabelt for virksomhederne.
Data mining
Data mining er også kendt som Knowledge Discovery in Data (KDD). Som nævnt ovenfor er det et område inden for datalogi, der beskæftiger sig med udvinding af tidligere ukendte og interessante oplysninger fra rå data. På grund af den eksponentielle vækst af data, især inden for områder som erhverv, er dataudvinding blevet et meget vigtigt redskab til at konvertere denne store rigdom af data til business intelligence, da manuel udvinding af mønstre er blevet tilsyneladende umulig de sidste par årtier. For eksempel er det i øjeblikket blevet brugt til forskellige applikationer som social network analysis, svindel afsløring og markedsføring. Data mining handler normalt om følgende fire opgaver: clustering, klassificering, regression og forening. Clustering identificerer lignende grupper fra ustrukturerede data. Klassificering er læringsregler, der kan anvendes på nye data og vil typisk indeholde følgende trin: Forbehandling af data, design modellering, læring / funktion valg og Evaluering / validering. Regression er at finde funktioner med minimal fejl i modeldata. Og forening søger relationer mellem variabler. Data mining bruges normalt til at besvare spørgsmål som hvad er de vigtigste produkter, der kan bidrage til at opnå et højt overskud næste år i Wal-Mart?
Søgeværktøjer
Søgeværktøjer er værktøjer, der hjælper med at analysere dataene i en database. Normalt har disse forespørgselsværktøjer en GUI frontend med nemme måder at indsætte forespørgsler som et sæt attributter. Når disse input er tilvejebragt, genererer værktøjet faktiske forespørgsler, der består af det underliggende forespørgselssprog, der anvendes af databasen. SQL, T-SQL og PL / SQL er eksempler på forespørgselssprog, der bruges i mange populære databaser i dag. Derefter udføres disse genererede forespørgsler mod databaserne, og resultaterne af forespørgsler præsenteres eller rapporteres til brugeren på en organiseret og klar måde. Typisk behøver brugeren ikke at kende et databasespecifikt forespørgselssprog for at bruge et forespørgselsværktøj.Nøglefunktioner i forespørgselsværktøjer er integreret forespørgselsbygger og redaktør, sommerrapporter og tal, import- og eksportfunktioner og avancerede søge- / søgemuligheder.
Hvad er forskellen mellem data mining og forespørgselsværktøjer?
Søgeværktøjer kan bruges til nemt at opbygge og indsætte forespørgsler til databaser. Søgeværktøjer gør det meget nemt at oprette forespørgsler uden endog at skulle lære et databasespecifikt forespørgselssprog. På den anden side er Data Mining en teknik eller et koncept inden for datalogi, der beskæftiger sig med at udvinde nyttige og tidligere ukendte oplysninger fra rå data. De fleste gange gemmes disse rå data i meget store databaser. Derfor kan Data miners bruge de eksisterende funktioner i Query Tools til at præprocessere rå data før Data mining processen. Den største forskel mellem data miningsteknikker og brug af Query-værktøjer er imidlertid, at brugerne for at bruge Query-værktøjer skal vide præcis, hvad de leder efter, mens data mining bruges mest, når brugeren har en vag idé om, hvad de leder efter.
