डेटा माइनिंग (Data mining) बड़ी मात्रा में डेटा से ज्ञान निकालने या खनन करने को संदर्भित करता है। डेटा माइनिंग आमतौर पर उन स्थानों पर उपयोग किया जाता है जहां बड़ी मात्रा में डेटा सहेजा और संसाधित किया जाता है।
डेटा माइनिंग एक अंतःविषय क्षेत्र (interdisciplinary field) है, विषयों के एक समुच्चय का संग्रह, जैसे डेटाबेस सिस्टम, सांख्यिकी, मशीन लर्निंग, विज़ुअलाइज़ेशन, और डेटा साइंस। यह उपयोग की जाने वाली डेटा माइनिंग दृष्टिकोण पर निर्भर करता है, अन्य विषयों की तकनीकों को लागू किया जा सकता है, जैसे तंत्रिका नेटवर्क (neural networks), फजी और/या रफ सेट सिद्धांत (fuzzy and/or rough set theory), ज्ञान प्रतिनिधित्व (knowledge representation), आगमनात्मक तर्क प्रोग्रामिंग (inductive logic programming), या उच्च-प्रदर्शन कंप्यूटिंग (high-performance computing)।
यह खनन किए जाने वाले डेटा के प्रकारों या दिए गए डेटा माइनिंग एप्लिकेशन पर स्थापित है, डेटा माइनिंग सिस्टम स्थानिक डेटा विश्लेषण, डेटा पुनर्प्राप्ति, पैटर्न पहचान, छवि विश्लेषण, सिग्नल प्रसंस्करण, कंप्यूटर ग्राफिक्स, नेटवर्क प्रौद्योगिकी, अर्थशास्त्र, व्यवसाय, जैव सूचना विज्ञान, या मनोविज्ञान से विधियों को एकीकृत कर सकता है।
डेटा माइनिंग का वर्गीकरण निम्नानुसार है:
खनन किए गए डेटाबेस के प्रकार के अनुसार वर्गीकरण (Classification according to the kinds of databases mined) – एक डेटा माइनिंग सिस्टम को खनन किए गए डेटाबेस के प्रकार के अनुसार वर्गीकृत किया जा सकता है। डेटाबेस सिस्टम को विभिन्न मानदंडों (डेटा मॉडल, या निहित डेटा या एप्लिकेशन के प्रकार सहित) के अनुसार वर्गीकृत किया जा सकता है, जिनमें से प्रत्येक को अपनी डेटा माइनिंग तकनीक की आवश्यकता हो सकती है।
उदाहरण के लिए, यदि डेटा मॉडल के अनुसार वर्गीकरण किया जाता है, तो इसमें संबंधपरक (relational), लेनदेन संबंधी (transactional), ऑब्जेक्ट-संबंधपरक (object-relational), या डेटा वेयरहाउस माइनिंग सिस्टम हो सकते हैं। यदि विशेष प्रकार के डेटा हैंडलिंग के अनुसार वर्गीकरण किया जाता है, तो हमारे पास स्थानिक (spatial), समय-श्रृंखला (time-series), टेक्स्ट (text), स्ट्रीम डेटा (stream data), मल्टीमीडिया डेटा माइनिंग सिस्टम (multimedia data mining system), या वर्ल्ड वाइड वेब माइनिंग सिस्टम (World Wide Web mining system) हो सकता है।
खनन किए गए ज्ञान के प्रकार के अनुसार वर्गीकरण (Classification according to the kinds of knowledge mined) – डेटा माइनिंग सिस्टम को उनके द्वारा खनन किए जाने वाले ज्ञान के प्रकार के अनुसार वर्गीकृत किया जा सकता है। यह डेटा माइनिंग कार्यात्मकताओं पर आधारित है, जिसमें लक्षण वर्णन, भेदभाव, संबंध, और सहसंबंध विश्लेषण, वर्गीकरण, भविष्यवाणी, क्लस्टरिंग, बाहरी विश्लेषण, और विकास विश्लेषण शामिल हैं। एक डेटा माइनिंग सिस्टम आमतौर पर एकाधिक और एकीकृत डेटा माइनिंग कार्यात्मकताओं का समर्थन करता है।
उपयोग की गई तकनीकों के प्रकार के अनुसार वर्गीकरण (Classification according to the kinds of techniques utilized) – डेटा माइनिंग सिस्टम को प्रयुक्त मौलिक डेटा माइनिंग तकनीकों के अनुसार वर्गीकृत किया जा सकता है। इन तकनीकों को स्वायत्त प्रणालियों (autonomous systems), इंटरएक्टिव खोजपूर्ण प्रणालियों (interactive exploratory systems), क्वेरी-चालित प्रणालियों (query-driven systems), या डेटा विश्लेषण की विधियों में उपयोगकर्ता इंटरैक्शन की डिग्री के अनुसार वर्णित किया जा सकता है।
अनुकूलित अनुप्रयोगों के अनुसार वर्गीकरण (Classification according to the applications adapted) – डेटा माइनिंग सिस्टम को उन अनुप्रयोगों के अनुसार भी वर्गीकृत किया जा सकता है जिन्हें वे अनुकूलित करते हैं। उदाहरण के लिए, डेटा माइनिंग सिस्टम को वित्त (finance), दूरसंचार (telecommunications), DNA, स्टॉक मार्केट (stock markets), ई-मेल (e-mail) आदि के लिए विशिष्ट रूप से तैयार किया जा सकता है। कई अनुप्रयोग अक्सर एप्लिकेशन-विशिष्ट विधियों के एकीकरण की आवश्यकता होती है।
