Data Mining vs Query Tools
Forespørgselsværktøjer er værktøjer, der hjælper med at analysere dataene i en database. De leverer forespørgselsopbygning, forespørgselsredigering, søgning, søgning, rapportering og opsummering af funktioner. På den anden side er Data mining et felt inden for datalogi, som beskæftiger sig med udvinding af hidtil ukendt og interessant information fra rådata. Data, der bruges som input til Data mining-processen, gemmes norm alt i databaser. Brugere, der er tilbøjelige til statistik, bruger Data Mining. De bruger statistiske modeller til at lede efter skjulte mønstre i data. Dataminere er interesserede i at finde nyttige relationer mellem forskellige dataelementer, hvilket i sidste ende er rentabelt for virksomheder.
Datamining
Datamining er også kendt som Knowledge Discovery in Data (KDD). Som nævnt ovenfor er det et felt inden for datalogi, som beskæftiger sig med udvinding af hidtil ukendte og interessante informationer fra rådata. På grund af den eksponentielle vækst af data, især inden for områder som erhvervslivet, er datamining blevet et meget vigtigt værktøj til at konvertere denne store datarigdom til business intelligence, da manuel udtrækning af mønstre er blevet tilsyneladende umulig i de sidste par årtier. For eksempel er det i øjeblikket blevet brugt til forskellige applikationer såsom sociale netværksanalyse, svindeldetektion og markedsføring. Data mining beskæftiger sig norm alt med følgende fire opgaver: clustering, klassificering, regression og association. Clustering er at identificere lignende grupper ud fra ustrukturerede data. Klassifikation er læringsregler, der kan anvendes på nye data og vil typisk omfatte følgende trin: forbehandling af data, design af modellering, læring/funktionsvalg og evaluering/validering. Regression er at finde funktioner med minimal fejl til at modellere data. Og association leder efter sammenhænge mellem variabler. Data mining bruges norm alt til at besvare spørgsmål som hvad er de vigtigste produkter, der kan hjælpe med at opnå høj fortjeneste næste år i Wal-Mart?
Forespørgselsværktøjer
Forespørgselsværktøjer er værktøjer, der hjælper med at analysere dataene i en database. Norm alt har disse forespørgselsværktøjer en GUI-frontend med praktiske måder at indtaste forespørgsler på som et sæt attributter. Når disse input er givet, genererer værktøjet faktiske forespørgsler, der består af det underliggende forespørgselssprog, der bruges 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 forespørgslerne præsenteres eller rapporteres til brugeren på en organiseret og overskuelig måde. Typisk behøver brugeren ikke at kende et databasespecifikt forespørgselssprog for at bruge et forespørgselsværktøj. Nøglefunktioner i forespørgselsværktøjer er integreret forespørgselsbygger og -editor, sommerrapporter og tal, import- og eksportfunktioner og avancerede søge-/søgningsfunktioner.
Hvad er forskellen mellem datamining og forespørgselsværktøjer?
Forespørgselsværktøjer kan bruges til nemt at bygge og indtaste forespørgsler til databaser. Forespørgselsværktøjer gør det meget nemt at bygge forespørgsler uden selv at skulle lære et databasespecifikt forespørgselssprog. På den anden side er Data Mining en teknik eller et koncept inden for datalogi, som beskæftiger sig med at udtrække nyttig og hidtil ukendt information fra rådata. De fleste gange er disse rådata gemt i meget store databaser. Derfor kan dataminere bruge de eksisterende funktioner i forespørgselsværktøjer til at forbehandle rådata før dataudvindingsprocessen. Men den største forskel mellem data mining-teknikker og brug af forespørgselsværktøjer er, at for at kunne bruge forespørgselsværktøjer skal brugerne vide præcis, hvad de leder efter, mens datamining mest bruges, når brugeren har en vag idé om, hvad de leder efter. leder efter.
