Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> प्रोग्रामिंग

स्थानिक डेटा माइनिंग की मूल बातें क्या हैं?

<घंटा/>

स्थानिक डेटा माइनिंग स्थानिक मॉडल के लिए डेटा माइनिंग का अनुप्रयोग है। स्थानिक डेटा माइनिंग में, विश्लेषक भौगोलिक या स्थानिक डेटा का उपयोग व्यावसायिक खुफिया या अलग-अलग परिणाम बनाने के लिए करते हैं। भौगोलिक डेटा को प्रासंगिक और लाभकारी स्वरूपों में लाने के लिए इसके लिए विशिष्ट विधियों और संसाधनों की आवश्यकता थी।

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 एक बड़े डेटाबेस क्षेत्र या अन्य पूरी तरह से विशाल डेटा सेट में देखा जा सकता है ताकि केवल प्रासंगिक डेटा की खोज की जा सके, जीआईएस/जीपीएस टूल या इसी तरह के सिस्टम का उपयोग किया जा सके।

स्थानिक डेटा माइनिंग की मूल बातें इस प्रकार हैं -

नियम - कई प्रकार के नियम हैं जो सामान्य रूप से डेटाबेस से पाए जा सकते हैं। उदाहरण के लिए विशिष्ट नियम, भेदभावपूर्ण नियम, संघ नियम, या विचलन और मूल्यांकन नियमों का खनन किया जा सकता है।

एक स्थानिक विशेषता नियम स्थानिक डेटा का एक सामान्य प्रतिनिधित्व है। उदाहरण के लिए, एक शहर में कई भौगोलिक क्षेत्रों में घरों की सामान्य लागत सीमा को परिभाषित करने वाला नियम एक स्थानिक विशेषता नियम है।

एक भेदभावपूर्ण नियम विभिन्न भौगोलिक क्षेत्रों में घरों की लागत श्रेणियों की तुलना जैसे विभिन्न वर्गों से स्थानिक अभिलेखों के एक वर्ग को भेदभाव या विपरीत करने वाली विशेषताओं का सामान्य प्रतिनिधित्व है।

एक स्थानिक संघ नियम एक नियम है जो स्थानिक डेटाबेस में सुविधाओं के एक समूह द्वारा सुविधाओं के एक समूह के जुड़ाव को परिभाषित करता है। उदाहरण के लिए, समुद्र तटों जैसे आस-पास की स्थानिक विशेषताओं वाले घरों की लागत सीमा को जोड़ने वाला नियम एक स्थानिक संघ नियम है।

विषयक मानचित्र - थीमैटिक नक्शा एक नक्शा है जिसे आम तौर पर एक निश्चित मानचित्र प्रकार का उपयोग करके एक थीम, एक व्यक्तिगत स्थानिक वितरण, या एक पैटर्न प्रदर्शित करने के लिए डिज़ाइन किया गया है। ये मानचित्र सीमित भौगोलिक क्षेत्रों में सुविधाओं के वितरण को प्रदर्शित करते हैं। प्रत्येक नक्शा बंद और असंबद्ध क्षेत्रों के समूह में क्षेत्र के विभाजन का प्रतिनिधित्व करता है; प्रत्येक में समान विशेषता मान वाले सभी बिंदु होते हैं।

विषयगत मानचित्र किसी व्यक्ति या कुछ विशेषताओं के स्थानिक वितरण को दर्शाते हैं। यह सामान्य या संदर्भ मानचित्रों से भिन्न होता है जहां लक्ष्य विभिन्न स्थानिक वस्तुओं के बारे में वस्तु की स्थिति को प्रस्तुत करना होता है। विषयगत मानचित्रों का उपयोग अनेक नियमों को खोजने के लिए किया जा सकता है।

उदाहरण के लिए, यह किसी भौगोलिक क्षेत्र के सामान्य मौसम पैटर्न का विश्लेषण करते हुए तापमान विषयक मानचित्र को देख सकता है। रैस्टर और वेक्टर सहित विषयगत मानचित्रों का प्रतिनिधित्व करने के लिए दो विधियाँ हैं

रेखापुंज छवि रूप में, विषयगत मानचित्रों में विशेषता मानों से संबंधित पिक्सेल होते हैं। उदाहरण के लिए, एक मानचित्र में स्थानिक ऑब्जेक्ट प्रोग्राम की ऊंचाई पिक्सेल की गहराई (या रंग) के रूप में हो सकती है।

वेक्टर विवरण में, एक स्थानिक वस्तु को इसकी ज्यामिति द्वारा परिभाषित किया जाता है, जो आमतौर पर विषयगत विशेषताओं के साथ सीमा परिभाषा होती है। उदाहरण के लिए, एक पार्क को सीमा बिंदुओं और संबंधित ऊंचाई मानों द्वारा दर्शाया जा सकता है।


  1. वेब माइनिंग के तरीके क्या हैं?

    वेब माइनिंग सीखने या ज्ञान प्राप्त करने के लक्ष्यों के लिए वेब-आधारित डेटा के लिए मशीन लर्निंग (डेटा माइनिंग) दृष्टिकोण का अनुप्रयोग है। वेब माइनिंग के तरीकों को तीन अलग-अलग तत्वों में से एक में परिभाषित किया जा सकता है जो इस प्रकार हैं - वेब उपयोग खनन - वेब यूसेज माइनिंग एक तरह का वेब माइनिंग है ज

  1. डेटा माइनिंग में आउटलेयर कितने प्रकार के होते हैं?

    डेटा माइनिंग में विभिन्न प्रकार के आउटलेयर हैं जो इस प्रकार हैं - वैश्विक आउटलेयर - किसी दिए गए डेटा सेट में, एक डेटा ऑब्जेक्ट एक वैश्विक बाहरी होता है यदि वह बाकी जानकारी सेट से अनिवार्य रूप से विचलित हो जाता है। वैश्विक आउटलेयर को बिंदु विसंगतियों के रूप में जाना जाता है, और सबसे आसान प्रकार के आ

  1. डेटा माइनिंग गोपनीयता-संरक्षण के तरीके क्या हैं?

    गोपनीयता-संरक्षण डेटा माइनिंग डेटा माइनिंग में गोपनीयता सुरक्षा के जवाब में डेटा माइनिंग अनुसंधान का एक अनुप्रयोग है। इसे प्राइवेसी-एन्हांस्ड या प्राइवेसी-सेंसिटिव डेटा माइनिंग कहा जाता है। यह बुनियादी संवेदनशील डेटा मूल्यों का खुलासा किए बिना सही डेटा माइनिंग परिणाम प्राप्त करने से संबंधित है। अधि