داده کاوی چیست؟

 از سال 1950 به بعد که رایانه در تحلیل و ذخیره سازی داده ها به کار رفت، حجم اطلاعات ذخیره شده در آن پس از حدود 20 سال دو برابر شد و همزمان با پیشرفت فناوری اطلاعات، حجم داده ها در پایگاه داده ها هر دو سال یک بار، دو برابر شد و همچنان با سرعت بیشتری نسبت به گذشته حجم اطلاعات ذخیره شده بیشتر و بیشتر می شود.

با وجود شبکه جهانی وب، سیستم  های یکپارچه اطلاعاتی، سیستم های یکپارچه بانکی، تجارت الکترونیکی و... لحظه به لحظه به حجم داده ها در پایگاه داده ها اضافه شده و باعث به وجود آمدن انبارهای (توده های) عظیمی از داده ها شده است، به طوری که ضرورت کشف و استخراج سریع و دقیق دانش از این پایگاه داده ها را بیش از پیش نمایان کرده است.

شدت رقابت ها در عرصه های علمی، اجتماعی، اقتصادی، سیاسی و نظامی نیز اهمیت سرعت یا زمان دسترسی به اطلاعات را دوچندان کرده است. بنابراین نیاز به طراحی سیستم هایی که قادر به اکتشاف سریع اطلاعات مورد علاقه کاربران با تأکید بر حداقل مداخله انسانی باشند از یک سو و روی آوردن به روش های تحلیل متناسب با حجم داده های حجیم از سوی دیگر، به خوبی احساس می شود. در حال حاضر، داده کاوی مهم ترین فناوری برای بهره وری مؤثر، صحیح و سریع از داده های حجیم است و اهمیت آن رو به فزونی است.

داده کاوی پل ارتباطی میان علم آمار، علم کامپیوتر، هوش مصنوعی، الگوشناسی و فراگیری ماشین داده است. داده کاوی فرآیندی پیچیده جهت شناسایی الگوها و مدل های صحیح، جدید و به صورت بالقوه مفید، در حجم وسیعی از داده است، به طریقی که این الگو ها و مدل ها برای انسان ها قابل درک باشند.

داده کاوی به صورت یک محصول قابل خریداری نیست، بلکه یک رشته علمی و فرآیندی است که باید به صورت یک پروژه پیاده سازی شود.

داده ها اغلب حجیم هستند و به تنهایی قابل استفاده نیستند، اما دانش نهفته در داده ها قابل استفاده است.

بنابراین بهره گیری از قدرت فرآیند داده کاوی جهت شناسایی الگوها و مدل ها و نیز ارتباط عناصر مختلف در پایگاه داده جهت کشف دانش نهفته در داده ها و در نهایت تبدیل داده به اطلاعات، روزبه روز ضروری تر می شود.

در داده کاوی معمولاً به کشف الگوهای مفید از میان داده ها اشاره می شود. منظور از الگوی مفید، مدلی در داده ها است که ارتباط میان یک زیرمجموعه از داده ها را توصیف می کند و معتبر، ساده، قابل فهم و جدید است.

ارتباط با نویسنده: [email protected]