स्थानिक डेटा माइनिंग
स्थानिक डेटा माइनिंग स्थानिक मॉडल के लिए डेटा माइनिंग का अनुप्रयोग है। स्थानिक डेटा माइनिंग में, विश्लेषक व्यावसायिक खुफिया या कई परिणाम बनाने के लिए भौगोलिक या स्थानिक रिकॉर्ड का उपयोग करते हैं। भौगोलिक जानकारी को प्रासंगिक और उपयोगी स्वरूपों में प्राप्त करने के लिए इसके लिए विशिष्ट तकनीकों और संसाधनों की आवश्यकता थी।
स्थानिक डेटा के विकास और स्थानिक डेटाबेस के व्यापक उपयोग ने स्थानिक ज्ञान की खोज को नियंत्रित किया है। स्थानिक डेटा माइनिंग को एक ऐसी प्रक्रिया के रूप में सीखा जा सकता है जो स्थानिक डेटाबेस से कुछ आश्चर्यजनक और काल्पनिक रूप से मूल्यवान पैटर्न तय करती है।
स्थानिक डेटा माइनिंग में कई चुनौतियाँ शामिल हैं जिनमें पैटर्न को पहचानना या उन वस्तुओं की खोज करना शामिल है जो अनुसंधान परियोजना को चलाने वाले प्रश्नों के लिए प्रासंगिक हैं। विश्लेषकों को GIS/GPS टूल या उसी सिस्टम का उपयोग करके प्रासंगिक डेटा खोजने के लिए एक विशाल डेटाबेस फ़ील्ड या अन्य पूरी तरह से बड़े डेटा सेट में देखा जा सकता है।
एक स्थानिक डेटा खनन परियोजना का उद्देश्य सांख्यिकीय संयोग, यादृच्छिक स्थानिक मॉडलिंग, या अप्रासंगिक परिणामों जैसी चीजों को छोड़कर, वास्तविक, क्रियात्मक पैटर्न को प्रस्तुत करने के लिए डेटा को अलग करना है। कई भौगोलिक क्षेत्रों की सटीक तुलना का समर्थन करने के लिए "समान-ऑब्जेक्ट" या "ऑब्जेक्ट-समतुल्य" मॉडल के लिए डेटा देखने के माध्यम से एक तरह से विश्लेषक ऐसा कर सकते हैं।
अस्थायी डेटा खनन
अस्थायी डेटा खनन अस्थायी डेटा के बड़े सेट से गैर-तुच्छ, निहित और संभावित रूप से आवश्यक डेटा के निष्कर्षण की प्रक्रिया को परिभाषित करता है। अस्थायी डेटा प्राथमिक डेटा प्रकारों की एक श्रृंखला है, आम तौर पर संख्यात्मक मान, और यह अस्थायी डेटा से लाभकारी ज्ञान एकत्र करने से संबंधित है।
टेम्पोरल डेटा माइनिंग का उद्देश्य उच्च अनुक्रमिक डेटा में अस्थायी पैटर्न, अप्रत्याशित प्रवृत्तियों या अन्य छिपे हुए संबंधों को खोजना है, जो कि एक अस्थायी अनुक्रम नामक वर्णमाला से नाममात्र प्रतीकों के अनुक्रम से बना है और निरंतर वास्तविक-मूल्यवान घटकों के अनुक्रम के रूप में जाना जाता है। मशीन लर्निंग, सांख्यिकी और डेटाबेस प्रौद्योगिकियों से तकनीकों के एक सेट का उपयोग करके समय श्रृंखला।
अस्थायी डेटा खनन तीन प्रमुख कार्यों से बना है जैसे अस्थायी डेटा का विवरण, समानता उपायों की परिभाषा, और खनन सेवाएं।
टेम्पोरल डेटा माइनिंग में प्रोसेसिंग टाइम सीक्वेंस, आम तौर पर रिकॉर्ड्स के सीक्वेंस शामिल होते हैं, जो कई टाइम पॉइंट्स के सीक्वेंस पर समान एट्रीब्यूट के वैल्यूज की गणना करते हैं। ऐसी जानकारी का उपयोग करते हुए पैटर्न मिलान, जहां हम रुचि के विशिष्ट पैटर्न की खोज कर रहे हैं, ने वर्तमान वर्षों में काफी रुचि को आकर्षित किया है।
टेम्पोरल डेटा माइनिंग में डेटा स्टोरेज की प्रभावी तकनीकों, त्वरित प्रोसेसिंग और त्वरित पुनर्प्राप्ति विधियों का शोषण शामिल हो सकता है जिन्हें अस्थायी डेटाबेस के लिए विकसित किया गया है।