Data mining

Z Wikipédie

Tento článok alebo jeho časť si vyžaduje úpravu, aby zodpovedal vyššiemu štandardu kvality.
Pozri aj stránky Ako upravovať stránku a Návody a štýl alebo diskusiu k článku.

Data-mining je časť umelej inteligencie, ktorá sa venuje objavovaniu znalostí a súvislostí vo veľkých objemoch dát.

Existujú dva základne prístupy k data-miningu:

zhora nadol (top-bottom) nazývaný aj priamy prístup
zdola nahor (bottom-up) nazývaný aj nepriamy prístup

Prístup zhora nadol je charakterizovaný presne definovaných cieľom, ktorý sa snažíme dosiahnuť. Metodólogia aj použité prostriedky sa snažia dosiahnuť dosiahnutie tohoto cieľa s čo najväčšiou presnosťou.
Príklad: Ktorý z našich doterajších klientov si zakúpia aj náš nový produkt?

Prístup zdola nahor hľadá v dátach vzory, ktoré môžu byť potenciálne zaujímavé a necháva užívateľa rozhodnúť, či je daný vzor skutočne zaujímavých ako s novou získanou informáciu naložíme. Tento prístup je využívaný zväčša vo fáze skúmania dát na určenie možných cieľov a predbežného ohodnotenia ich prínosu.
Príklad: Existujú v portfóliou našich klientov špecifické skupiny s podobným správaním?

Metodológie data-miningu:

CRISP DM (SPSS)
SEMA (SAS)
Virtuos cycle of data mining (Berry & Linoff)
rôzne ďalšie

Úlohy riešené data-miningom:

klasifikácia, zatriedenie objektov do skupín na základe predošlej skúsenosti
predikcia, predikovanie budúceho správania sa objektov na základe skúsensti z minulosti
zhlukovane, vytváranie skupín objektov na základe podobných vlastností

Aplikácie data-miningu v praxy:

cross-sell, predaj ďalších produktov existujúcim zákazníkom
up-sell, zvýšenie predaja daného produktu novým zákazníkom, predaj drahších produktov
credit risk, modelovanie kreditného rizika klientov, t.j. pravdepodobnosti nesplácania úveru
fraudy, identifikácia podvodov
churn, identifikácia zákazníkov náchylných na prechod ku konkurencii

Odvetvia využívajúce data-mining:

marketing, podpora pri výbere klientov do marketigových kampaní (cross-sell, up-sell)
poisťovníctvo, identifikácia podvodov (churn), určovanie poistných sadzieb
bankovníctvo, manažment rizika (credit risk)
medicína, podpora pri stanovení pravdepobnosti danej diagnózy
veľa iných

Algoritmy najčastejšie využívané pre data-mining: