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।
अस्थायी डेटा माइनिंग का उद्देश्य उच्च अनुक्रमिक डेटा में अस्थायी पैटर्न, अप्रत्याशित रुझान, या कई छिपे हुए संबंधों को खोजना है, जो कि अस्थायी अनुक्रम के रूप में संदर्भित वर्णमाला से नाममात्र प्रतीकों के अनुक्रम से बना है और निरंतर वास्तविक- मशीन लर्निंग, सांख्यिकी और डेटाबेस प्रौद्योगिकियों के दृष्टिकोणों के एक सेट का उपयोग करके मूल्यवान घटकों को टाइम सीरीज़ कहा जाता है।
अस्थायी डेटा खनन तीन प्रमुख कार्यों से बना है जैसे अस्थायी डेटा का विवरण, समानता उपायों का प्रतिनिधित्व, और खनन सेवाएं।
टेम्पोरल डेटा माइनिंग में प्रोसेसिंग टाइम सीरीज़, आम तौर पर डेटा के अनुक्रम शामिल होते हैं, जो एक ही विशेषता के मूल्यों को कई समय बिंदुओं के अनुक्रम में गणना करते हैं। ऐसी जानकारी का उपयोग करते हुए पैटर्न मिलान, जहां यह रुचि के विशिष्ट पैटर्न की खोज कर रहा है, ने वर्तमान वर्षों में काफी रुचि को आकर्षित किया है।
अस्थायी डेटा माइनिंग में डेटा संग्रहण, त्वरित प्रसंस्करण और त्वरित पुनर्प्राप्ति विधियों की कुशल तकनीकों का शोषण शामिल हो सकता है जिन्हें अस्थायी डेटाबेस के लिए उन्नत किया गया है।
टेम्पोरल डेटा माइनिंग टेम्पोरल डेटाबेस में ज्ञान की खोज की प्रक्रिया में एक व्यक्तिगत चरण है जो टेम्पोरल पैटर्न की गणना या फिट मॉडल से भी करता है, टेम्पोरल डेटा एक टेम्पोरल डेटा माइनिंग एल्गोरिथम है।
अस्थायी डेटा खनन अस्थायी डेटा के विश्लेषण से संबंधित है और अस्थायी पैटर्न और अस्थायी जानकारी के सेट में स्थिरता की खोज के लिए है। यह कंप्यूटर द्वारा संचालित, डेटा की स्वचालित खोज की संभावना को भी अनुमति देता है। अस्थायी खनन में विभिन्न कार्य होते हैं जो इस प्रकार हैं -
- डेटा विशेषता और तुलना
- क्लस्टरिंग विश्लेषण
- वर्गीकरण
- एसोसिएशन के नियम
- पैटर्न विश्लेषण
- भविष्यवाणी और प्रवृत्ति विश्लेषण
अस्थायी डेटा खनन ने अस्थायी डेटाबेस के साथ बातचीत करने और अस्थायी संरचित क्वेरी भाषा परमिट की तुलना में बहुत अधिक सार स्तर पर प्रश्नों को निर्दिष्ट करने का एक नया तरीका प्रेरित किया है। यह कई और बहु-आयामीता के कारण होने वाली समस्याओं के लिए डेटा अन्वेषण की सुविधा भी देता है।
अस्थायी वर्गीकरण का मूल लक्ष्य अन्य क्षेत्रों के आधार पर अस्थायी डेटाबेस में अस्थायी रूप से संबंधित क्षेत्रों की भविष्यवाणी करना है। समस्या, सामान्य तौर पर, अस्थायी चर के सामान्य मूल्य को तय करने के रूप में डाली जाती है, जिसकी भविष्यवाणी अलग-अलग क्षेत्रों में की जाती है, प्रशिक्षण डेटा जिसमें प्रत्येक अवलोकन के लिए लक्ष्य चर दिया जाता है, और धारणाओं का एक सेट समस्या के पूर्व ज्ञान का प्रतिनिधित्व करता है। . अस्थायी वर्गीकरण तकनीक घनत्व अनुमान की जटिल समस्या से जुड़ी हैं।