डेटा माइनिंग की विभिन्न विशेषताएं निम्नलिखित हैं -
डेटा प्रकार (Data Types)
उद्योग में सुलभ अधिकांश डेटा माइनिंग सिस्टम स्वरूपित, रिकॉर्ड-आधारित, रिलेशनल-जैसे डेटा को सांख्यिकीय, श्रेणीगत, और प्रतीकात्मक गुणों के साथ संभालते हैं। डेटा ASCII टेक्स्ट, रिलेशनल डेटाबेस डेटा, या डेटा वेयरहाउस डेटा के रूप में हो सकता है। यह परीक्षण करना आवश्यक है कि प्रत्येक सिस्टम कौन से सटीक प्रारूप को संभाल सकता है।
कुछ प्रकार के डेटा या अनुप्रयोगों को पैटर्न खोजने के लिए विशेष एल्गोरिदम की आवश्यकता हो सकती है, और इसलिए उनकी आवश्यकताओं को ऑफ-द-शेल्फ, सामान्य डेटा माइनिंग सिस्टम द्वारा प्रबंधित नहीं किया जा सकता है। बल्कि, विशेष डेटा माइनिंग सिस्टम का उपयोग किया जा सकता है, जो या तो टेक्स्ट रिपोर्ट, भू-स्थानिक डेटा, मल्टीमीडिया डेटा, स्ट्रीम डेटा, समय अनुक्रम डेटा, जैविक डेटा, या वेब डेटा को माइन करते हैं, या विशिष्ट अनुप्रयोगों (वित्त, खुदरा उद्योग, या दूरसंचार सहित) के लिए समर्पित हैं।
सिस्टम मुद्दे (System Issues)
एक दिया गया डेटा माइनिंग सिस्टम केवल एक ऑपरेटिंग फ्रेमवर्क या कई पर चल सकता है। डेटा माइनिंग सॉफ्टवेयर की मेजबानी करने वाले प्रसिद्ध ऑपरेटिंग सिस्टम UNIX/Linux और Microsoft Windows हैं। ऐसे डेटा माइनिंग सिस्टम भी हैं जो Macintosh, OS/2, आदि पर चलते हैं। बड़े बाजार-उन्मुख डेटा
बड़े बाजार-उन्मुख डेटा माइनिंग सिस्टम अक्सर क्लाइंट/सर्वर आर्किटेक्चर अपनाते हैं, जहां क्लाइंट एक पर्सनल कंप्यूटर हो सकता है, और सर्वर शक्तिशाली समानांतर कंप्यूटर्स का संग्रह हो सकता है। एक वर्तमान प्रवृत्ति में डेटा माइनिंग सिस्टम वेब-आधारित इंटरफेस का समर्थन करते हैं और इनपुट और/या आउटपुट के रूप में XML डेटा को सक्षम करते हैं।
डेटा स्रोत (Data Sources)
यह उन विशिष्ट डेटा प्रारूपों को परिभाषित करता है जिन पर डेटा माइनिंग सिस्टम काम करेगा। कुछ सिस्टम केवल ASCII टेक्स्ट फाइलों पर चलते हैं, जबकि कुछ रिलेशनल डेटा, या डेटा वेयरहाउस डेटा पर काम करते हैं, कई रिलेशनल डेटा स्रोतों तक पहुंचते हैं।
एक डेटा माइनिंग सिस्टम को ODBC कनेक्शन या OLE DB फॉर ODBC कनेक्शन प्रदान करना चाहिए। ये खुले डेटाबेस कनेक्शन प्रदान करते हैं, विशेष रूप से, किसी भी रिलेशनल डेटा (IBM/DB2, Microsoft SQL Server, Microsoft Access, Oracle, Sybase, आदि में शामिल) और स्वरूपित ASCII टेक्स्ट डेटा तक पहुंचने की क्षमता।
डेटा माइनिंग कार्य और पद्धतियां (Data Mining Functions and Methodologies)
डेटा माइनिंग कार्य डेटा माइनिंग सिस्टम का दिल बनाते हैं। कुछ डेटा माइनिंग सिस्टम केवल एक डेटा माइनिंग फ़ंक्शन का समर्थन करते हैं, जैसे वर्गीकरण। अन्य कई डेटा माइनिंग फ़ंक्शन का समर्थन कर सकते हैं, जिसमें कॉन्सेप्ट विवरण, डिस्कवरी-ड्रिवन OLAP विश्लेषण, एसोसिएशन माइनिंग, लिंकेज विश्लेषण, सांख्यिकीय विश्लेषण, वर्गीकरण, भविष्यवाणी, क्लस्टरिंग, आउटलेयर विश्लेषण, समानता खोज, अनुक्रमिक पैटर्न विश्लेषण, और विज़ुअल डेटा माइनिंग शामिल हैं।
एक दिए गए डेटा माइनिंग फ़ंक्शन (वर्गीकरण सहित) के लिए, कुछ सिस्टम केवल एक विधि प्रदान कर सकते हैं, जबकि अन्य विधियों की एक विस्तृत विविधता प्रदान कर सकते हैं (निर्णय वृक्ष विश्लेषण, बेजियन नेटवर्क, न्यूरल नेटवर्क, सपोर्ट वेक्टर मशीन, नियम-आधारित वर्गीकरण, k-निकटतम-पड़ोसी विधियां, आनुवंशिक एल्गोरिदम, और केस-आधारित तर्क सहित)।
कई डेटा माइनिंग फ़ंक्शन और प्रति फ़ंक्शन कई विधियां प्रदान करने वाले डेटा माइनिंग सिस्टम उपयोगकर्ता को उच्च लचीलापन और विश्लेषण शक्ति के साथ समर्थन करते हैं। कुछ समस्याओं के लिए उपयोगकर्ताओं को कुछ अलग माइनिंग फ़ंक्शन आज़माने या कई को एक साथ शामिल करने की आवश्यकता हो सकती है, और विभिन्न विधियां विभिन्न प्रकार के डेटा के लिए दूसरों की तुलना में अधिक कुशल हो सकती हैं।
