टेम्पोरल डेटा माइनिंग बड़े टेम्पोरल डेटा के सेट से गैर-तुच्छ, निहित, और संभावित रूप से आवश्यक डेटा के निष्कर्षण की प्रक्रिया को परिभाषित करता है। टेम्पोरल डेटा प्राथमिक डेटा प्रकारों की एक श्रृंखला है, आमतौर पर संख्यात्मक मूल्य, और यह टेम्पोरल डेटा से लाभकारी ज्ञान एकत्र करने से संबंधित है।
टेम्पोरल डेटा माइनिंग का उद्देश्य उच्च अनुक्रमिक डेटा में टेम्पोरल पैटर्न, अप्रत्याशित रुझान, या कई छिपे हुए संबंधों को ढूंढना है, जो एक वर्णमाला से नाममात्र प्रतीकों के अनुक्रम से बना एक टेम्पोरल अनुक्रम और निरंतर वास्तविक-मूल्यवान घटकों का अनुक्रम जिसे समय श्रृंखला कहा जाता है, मशीन लर्निंग, सांख्यिकी, और डेटाबेस प्रौद्योगिकियों के दृष्टिकोण के एक सेट का उपयोग करके किया जाता है।
टेम्पोरल डेटा माइनिंग तीन प्रमुख कार्यों से बना है जैसे टेम्पोरल डेटा का विवरण, समानता माप का प्रतिनिधित्व, और खनन सेवाएं।
टेम्पोरल डेटा माइनिंग में समय श्रृंखला को संसाधित करना शामिल है, आमतौर पर डेटा के अनुक्रम, जो एक ही विशेषता के मूल्यों की गणना करते हैं कई समय बिंदुओं के अनुक्रम में। ऐसी जानकारी का उपयोग करके पैटर्न मिलान, जहां यह रुचि के विशिष्ट पैटर्न की खोज कर रहा है, ने हाल के वर्षों में काफी रुचि आकर्षित की है।
टेम्पोरल डेटा माइनिंग में टेम्पोरल डेटाबेस के लिए विकसित कुशल डेटा भंडारण, त्वरित प्रसंस्करण, और त्वरित पुनर्प्राप्ति विधियों के शोषण को शामिल किया जा सकता है।
टेम्पोरल डेटा माइनिंग टेम्पोरल डेटाबेस में ज्ञान खोज की प्रक्रिया में एक व्यक्तिगत चरण है जो टेम्पोरल डेटा से टेम्पोरल पैटर्न की गणना करता है या मॉडल को फिट करता है, एक टेम्पोरल डेटा माइनिंग एल्गोरिदम है।
टेम्पोरल डेटा माइनिंग टेम्पोरल डेटा के विश्लेषण और टेम्पोरल पैटर्न और टेम्पोरल जानकारी के सेट में स्थिरता की खोज के साथ संबंधित है। यह डेटा के कंप्यूटर-संचालित, स्वचालित अन्वेषण की संभावना भी अनुमति देता है। टेम्पोरल माइनिंग में विभिन्न कार्य हैं:
- डेटा लक्षण वर्णन और तुलना
- क्लस्टरिंग विश्लेषण
- वर्गीकरण
- एसोसिएशन नियम
- पैटर्न विश्लेषण
- भविष्यवाणी और रुझान विश्लेषण
टेम्पोरल डेटा माइनिंग ने टेम्पोरल डेटाबेस के साथ इंटरैक्ट करने के एक नए तरीके को जन्म दिया है और टेम्पोरल स्ट्रक्चर्ड क्वेरी लैंग्वेज की तुलना में बहुत अधिक अमूर्त स्तर पर क्वेरी निर्दिष्ट करने की अनुमति देता है। यह उन समस्याओं के लिए डेटा अन्वेषण की सुविधा भी देता है जो बहुलता और बहु-आयामिता के कारण होती हैं।
टेम्पोरल वर्गीकरण का मूल लक्ष्य अन्य क्षेत्रों के आधार पर टेम्पोरल डेटाबेस में समय-संबंधित क्षेत्रों की भविष्यवाणी करना है। समस्या, सामान्य तौर पर, टेम्पोरल चर के सामान्य मूल्य को तय करने के रूप में डाली जाती है जिसे दिए गए विभिन्न क्षेत्रों, प्रशिक्षण डेटा जिसमें लक्ष्य चर प्रत्येक अवलोकन के लिए दिया जाता है, और समस्या के किसी के पूर्व ज्ञान का प्रतिनिधित्व करने वाले मान्यताओं के एक सेट को देखते हुए भविष्यवाणी की जा रही है। टेम्पोरल वर्गीकरण तकनीकें घनत्व अनुमान की जटिल समस्या से जुड़ी हुई हैं।
