डेटा माइनिंग रिपॉजिटरी में सहेजे गए भारी मात्रा में डेटा के माध्यम से स्थानांतरित करके उपयोगी नए सहसंबंधों, पैटर्न और प्रवृत्तियों को खोजने की प्रक्रिया है, जिसमें पैटर्न पहचान तकनीकों का उपयोग किया जाता है जिसमें सांख्यिकीय और गणितीय तकनीकें शामिल हैं। यह तथ्यात्मक डेटासेट का विश्लेषण है ताकि अनपेक्षित संबंधों की खोज की जा सके और रिकॉर्ड को नए तरीकों से सारांशित किया जा सके जो डेटा मालिक के लिए तार्किक और सहायक दोनों हों।
यह बड़ी मात्रा में जानकारी के चयन, अन्वेषण और मॉडलिंग की प्रक्रिया है ताकि उन नियमितताओं या संबंधों को ढूंढा जा सके जो पहले अज्ञात थे ताकि डेटाबेस के मालिक के लिए स्पष्ट और लाभकारी परिणाम प्राप्त हो सकें।
डेटा माइनिंग डेटा साइंस के समान है। यह एक व्यक्ति द्वारा, एक विशेष स्थिति में, एक विशिष्ट डेटा सेट पर, एक उद्देश्य के साथ किया जाता है। इस चरण में टेक्स्ट माइनिंग, वेब माइनिंग, ऑडियो और वीडियो माइनिंग, चित्रात्मक डेटा माइनिंग, और सोशल मीडिया माइनिंग सहित कई प्रकार की सेवाएं शामिल हैं। यह सॉफ्टवेयर के माध्यम से पूरा किया जाता है जो सरल या अत्यधिक विशिष्ट हो सकता है।
डेटा माइनिंग को आउटसोर्स करके, सभी काम कम परिचालन लागत के साथ तेजी से किए जा सकते हैं। विशिष्ट फर्म नई तकनीकों का उपयोग उन डेटा को सहेजने के लिए भी कर सकती हैं जिन्हें मैन्युअल रूप से ढूंढना असंभव है। कई प्लेटफॉर्म पर टन डेटा उपलब्ध है, लेकिन बहुत सीमित ज्ञान सुलभ है।
मुख्य चुनौती डेटा का विश्लेषण करके आवश्यक डेटा निकालना है जिसका उपयोग किसी समस्या को हल करने या कंपनी के विकास के लिए किया जा सके। डेटा माइन करने और इससे बेहतर निर्णय खोजने के लिए कई गतिशील उपकरण और तकनीकें उपलब्ध हैं।
डेटा माइनिंग को नॉलेज डिस्कवरी इन डेटाबेस (KDD) के रूप में भी जाना जाता है। नॉलेज डिस्कवरी एक प्रक्रिया के रूप में निम्नलिखित चरणों की एक पुनरावृत्त श्रृंखला शामिल करती है:
डेटा क्लीनिंग - यह शोर और असंगत जानकारी को समाप्त कर सकता है।
डेटा इंटीग्रेशन - डेटा इंटीग्रेशन में, जहां कई डेटा स्रोतों को जोड़ा जा सकता है।
डेटा सिलेक्शन - डेटा सिलेक्शन में, जहां विश्लेषण फ़ंक्शन के लिए प्रासंगिक डेटा डेटाबेस से प्राप्त किया जाता है।
डेटा ट्रांसफॉर्मेशन - डेटा ट्रांसफॉर्मेशन में, जहां डेटा को माइनिंग के लिए लागू रूपों में परिवर्तित या समेकित किया जाता है, सारांश या एकत्रीकरण संचालन निष्पादित करके।
डेटा माइनिंग - यह एक महत्वपूर्ण चरण है जहां डेटा पैटर्न निकालने के लिए बुद्धिमान तरीकों का उपयोग किया जाता है।
पैटर्न इवैल्यूएशन - यह कुछ दिलचस्प उपायों के आधार पर ज्ञान को परिभाषित करने वाले वास्तव में दिलचस्प पैटर्न को पहचान सकता है।
नॉलेज प्रेजेंटेशन - नॉलेज प्रेजेंटेशन में, जहां विज़ुअलाइज़ेशन और ज्ञान प्रतिनिधित्व विधियों का उपयोग ग्राहक को माइन किए गए ज्ञान को प्रस्तुत करने के लिए किया जाता है।
