Data mining. Jaké jsou základní data miningové postupy, jaká je jejich podstata a k čemu slouží? Uveďte příklady využití data miningu v prostředí současného webu: Porovnání verzí

Řádek 2: Řádek 2:
 
Data mining (dobývání znalostí z databází) je netriviální proces poznávání platných, dosud neznámých, potenciálně užitečných a srozumitelných vzorů v datech. Dle definice TDKIV se jedná o technologie vyhledávání, modelování a prezentace předem neznámých informací, příp. znalostí a vztahů mezi daty v rozsáhlých databázích a datových skladech. Analýzy se odvozují přímo z obsahu dat, nikoliv na základě hypotéz či dotazů uživatele. Využívají se techniky umělé inteligence (neuronové sítě, rozpoznávání, samoučící se algoritmy), jež mohou být kombinovány s technikami statistického a matematického modelování (klasifikační pravidla nebo stromy, regrese, shluková analýza) a s nástroji OLAP. <ref name=":278">KUČEROVÁ, Helena. Vytěžování dat. In: KTD: Česká terminologická databáze knihovnictví a informační vědy (TDKIV) [online]. Praha : Národní knihovna ČR, 2003- [cit. 2022-03-10]. Dostupné z: https://aleph.nkp.cz/F/?func=direct&doc_number=000000088&local_base=KTD</ref> S jeho pomocí se snažíme z ukládaných dat získat složitější a užitečnější informace než jen grafy a základní přehledy. Ze statistického úhlu pohledu se jedná o hledání korelací, tedy vyšetřování vzájemných vztahů nebo vzorů v datech. Smyslem je tedy analyzovat datové závislosti, určit trendy, a pokud to typ dat umožňuje, předpovědět budoucí vývoj. <ref name=":11">ULDRICH, Miloš. Data mining jako prostředek konkurenční výhody. SystemOnLine.cz [online] [cit. 2022-03-10]. Dostupné z: https://www.systemonline.cz/business-intelligence/data-mining-jako-prostredek-konkurencni-vyhody.htm</ref>
 
Data mining (dobývání znalostí z databází) je netriviální proces poznávání platných, dosud neznámých, potenciálně užitečných a srozumitelných vzorů v datech. Dle definice TDKIV se jedná o technologie vyhledávání, modelování a prezentace předem neznámých informací, příp. znalostí a vztahů mezi daty v rozsáhlých databázích a datových skladech. Analýzy se odvozují přímo z obsahu dat, nikoliv na základě hypotéz či dotazů uživatele. Využívají se techniky umělé inteligence (neuronové sítě, rozpoznávání, samoučící se algoritmy), jež mohou být kombinovány s technikami statistického a matematického modelování (klasifikační pravidla nebo stromy, regrese, shluková analýza) a s nástroji OLAP. <ref name=":278">KUČEROVÁ, Helena. Vytěžování dat. In: KTD: Česká terminologická databáze knihovnictví a informační vědy (TDKIV) [online]. Praha : Národní knihovna ČR, 2003- [cit. 2022-03-10]. Dostupné z: https://aleph.nkp.cz/F/?func=direct&doc_number=000000088&local_base=KTD</ref> S jeho pomocí se snažíme z ukládaných dat získat složitější a užitečnější informace než jen grafy a základní přehledy. Ze statistického úhlu pohledu se jedná o hledání korelací, tedy vyšetřování vzájemných vztahů nebo vzorů v datech. Smyslem je tedy analyzovat datové závislosti, určit trendy, a pokud to typ dat umožňuje, předpovědět budoucí vývoj. <ref name=":11">ULDRICH, Miloš. Data mining jako prostředek konkurenční výhody. SystemOnLine.cz [online] [cit. 2022-03-10]. Dostupné z: https://www.systemonline.cz/business-intelligence/data-mining-jako-prostredek-konkurencni-vyhody.htm</ref>
  
data mining se používá především v oblastech, kde se
+
Data mining se používá především v oblastech, kde se sbírá velké množství dat. Typickými příklady obrovských datových souborů jsou například:
sbírá velké množství dat. Typickými příklady obrovských datových
 
souborů jsou například:
 
 
› údaje o klientech, pohyby na účtech (bankovnictví),
 
› údaje o klientech, pohyby na účtech (bankovnictví),
 
› údaje o volání (telefonní operátoři),
 
› údaje o volání (telefonní operátoři),
› informace o tom, jak lidé nakupují (obchodní řetězce a
+
› informace o tom, jak lidé nakupují (obchodní řetězce a internetové obchody),
internetové obchody),
+
› pohyb uživatelů na internetu, datové informace o expresi genů (genetika),
› pohyb uživatelů na internetu, datové informace o expresi genů
+
› provozy zaznamenávají průběh provozních parametrů (průmysl). <ref name=":11">ULDRICH, Miloš. Úvod do data miningu. StatSoft [online]. 2014 [cit. 2022-03-10]. Dostupné z: http://www.statsoft.cz/file1/PDF/newsletter/2014_02_26_StatSoft_Uvod_do_data_miningu.pdf</ref>
(genetika),
 
› provozy zaznamenávají průběh provozních parametrů (průmysl).  
 
  
  

Verze z 10. 3. 2022, 11:47

Stránka ve výstavbě
Inkwell icon - Noun Project 2512.svg Na této stránce se právě pracuje. Prosím needitujte tuto stránku, dokud na ní zůstává tato šablona. Předejdete tak editačnímu konfliktu. Jestliže uběhla od poslední editace doba alespoň dvou dnů, neváhejte tuto šablonu odstranit. Inkwell icon - Noun Project 2512.svg

Data mining (dobývání znalostí z databází) je netriviální proces poznávání platných, dosud neznámých, potenciálně užitečných a srozumitelných vzorů v datech. Dle definice TDKIV se jedná o technologie vyhledávání, modelování a prezentace předem neznámých informací, příp. znalostí a vztahů mezi daty v rozsáhlých databázích a datových skladech. Analýzy se odvozují přímo z obsahu dat, nikoliv na základě hypotéz či dotazů uživatele. Využívají se techniky umělé inteligence (neuronové sítě, rozpoznávání, samoučící se algoritmy), jež mohou být kombinovány s technikami statistického a matematického modelování (klasifikační pravidla nebo stromy, regrese, shluková analýza) a s nástroji OLAP. [1] S jeho pomocí se snažíme z ukládaných dat získat složitější a užitečnější informace než jen grafy a základní přehledy. Ze statistického úhlu pohledu se jedná o hledání korelací, tedy vyšetřování vzájemných vztahů nebo vzorů v datech. Smyslem je tedy analyzovat datové závislosti, určit trendy, a pokud to typ dat umožňuje, předpovědět budoucí vývoj. [2]

Data mining se používá především v oblastech, kde se sbírá velké množství dat. Typickými příklady obrovských datových souborů jsou například: › údaje o klientech, pohyby na účtech (bankovnictví), › údaje o volání (telefonní operátoři), › informace o tom, jak lidé nakupují (obchodní řetězce a internetové obchody), › pohyb uživatelů na internetu, datové informace o expresi genů (genetika), › provozy zaznamenávají průběh provozních parametrů (průmysl). [2]


Odkazy

Reference

  1. KUČEROVÁ, Helena. Vytěžování dat. In: KTD: Česká terminologická databáze knihovnictví a informační vědy (TDKIV) [online]. Praha : Národní knihovna ČR, 2003- [cit. 2022-03-10]. Dostupné z: https://aleph.nkp.cz/F/?func=direct&doc_number=000000088&local_base=KTD
  2. 2,0 2,1 ULDRICH, Miloš. Data mining jako prostředek konkurenční výhody. SystemOnLine.cz [online] [cit. 2022-03-10]. Dostupné z: https://www.systemonline.cz/business-intelligence/data-mining-jako-prostredek-konkurencni-vyhody.htm Chybná citace: Neplatná značka <ref>; název „:11“ použit vícekrát s různým obsahem

Doporučená literatura

  • PETR, Pavel. Data Mining. Vyd. 3. Pardubice: Univerzita Pardubice, 2010- . sv. ISBN 978-80-7395-325-6.
  • HAN, Jiawei. Data mining: concepts and techniques [online]. 3rd ed. Burlington, Mass.: Elsevier, ©2012. The Morgan Kaufmann series in data management systems [cit. 2022-03-10]. Dostupné z: https://ebookcentral.proquest.com/lib/natl-ebooks/detail.action?docID=729031.
  • KANTARDZIC, Mehmed. Data mining: concepts, models, methods, and algorithms. 2nd ed. Hoboken: Wiley, ©2011. xvii, 534 s. ISBN 978-0-470-89045-5.
  • WITTEN, I. H. Data mining: practical machine learning tools and techniques [online]. 3rd ed. Amsterdam: Elsevier/Morgan Kaufmann, 2011 [cit. 2022-03-10]. Dostupné z: https://ebookcentral.proquest.com/lib/natl-ebooks/detail.action?docID=634862.
  • RUD, Olivia Parr. Data mining: praktický průvodce dolováním dat pro efektivní prodej, cílený marketing a podporu zákazníků (CRM). Vyd. 1. Praha: Computer Press, 2001. 329 s. Rychle a jistě. Databáze. ISBN 80-7226-577-6.

Související články

Klíčová slova

data mining, web, data miningové postupy, dolování z dat, vytěžování dat, dobývání znalostí z databází