क्लास भेदभाव या तुलना उन लक्षणों का खनन करती है जो एक लक्ष्य वर्ग को उसके विपरीत वर्गों से वर्गीकृत करते हैं। लक्ष्य और विपरीत वर्ग तुलनीय होने चाहिए, बशर्ते वे समान आयाम और विशेषताएँ साझा करते हों। उदाहरण के लिए, तीन वर्ग - व्यक्ति, पता, और तत्व - तुलनीय नहीं हैं। लेकिन पिछले तीन वर्षों की बिक्री तुलनीय वर्ग हैं, और इसी तरह कंप्यूटर विज्ञान के उम्मीदवार बनाम भौतिकी के उम्मीदवार भी।
विकसित तकनीकों को कई तुलनीय वर्गों में क्लास तुलना प्रबंधित करने के लिए बढ़ाया जा सकता है। उदाहरण के लिए, क्लास लक्षण वर्णन के लिए परिभाषित विशेषता सामान्यीकरण प्रक्रिया को इस तरह बदला जा सकता है कि सामान्यीकरण तुलना किए जा रहे सभी वर्गों के बीच तुल्यकालिक रूप से लागू हो। यह कुछ वर्गों में विशेषताओं को अमूर्तता के समान स्तरों तक सामान्यीकृत करने में सक्षम बनाता है।
मान लीजिए, उदाहरण के लिए, कि 2003 और 2004 की बिक्री के लिए AllElectronics डेटा दिया गया है और इन दो वर्गों की तुलना की जा सकती है। शहर, प्रांत या राज्य, और देश स्तरों पर अमूर्तता के साथ क्षेत्र आयाम पर विचार करें। प्रत्येक वर्ग के डेटा को समान स्थान स्तर तक सामान्यीकृत किया जाना चाहिए।
अर्थात, वे सभी तुल्यकालिक रूप से शहर स्तर पर, या प्रांत/राज्य स्तर पर, या देश स्तर पर सामान्यीकृत होते हैं। यह 2003 में वैंकूवर की बिक्री की तुलना 2004 में संयुक्त राज्य अमेरिका की बिक्री से करने (यानी, जहां बिक्री डेटा के प्रत्येक सेट को कई स्तरों तक सामान्यीकृत किया जाता है) से अधिक सहायक है।
उपयोगकर्ताओं के पास स्वचालित, तुल्यकालिक तुलना को अपनी पसंद से अधिलेखित करने का विकल्प होना चाहिए, जब चुना जाए। कई प्रक्रियाएँ हैं जो इस प्रकार हैं -
डेटा संग्रह - डेटाबेस में प्रासंगिक रिकॉर्ड का सेट क्वेरी प्रोसेसिंग द्वारा एकत्र किया जाता है और तदनुसार एक लक्ष्य वर्ग और एक या विपरीत वर्गों के सेट में अलग किया जाता है।
आयाम प्रासंगिकता विश्लेषण - यदि कई आयाम हैं, तो इन वर्गों पर आयाम प्रासंगिकता विश्लेषण लागू किया जाना चाहिए ताकि आगे के विश्लेषण के लिए केवल अत्यधिक प्रासंगिक आयामों का चयन किया जा सके।
तुल्यकालिक सामान्यीकरण - सामान्यीकरण लक्ष्य वर्ग पर उपयोगकर्ता-या विशेषज्ञ-निर्दिष्ट आयाम सीमा द्वारा नियंत्रित स्तर तक लागू किया जाता है, जिसके परिणामस्वरूप एक प्रमुख लक्ष्य वर्ग संबंध बनता है।
व्युत्पन्न तुलना की प्रस्तुति - परिणामी क्लास तुलना विवरण को तालिकाओं, ग्राफ़ और नियमों के रूप में प्रस्तुत किया जा सकता है। इस प्रस्तुति में आमतौर पर एक "विपरीत" माप शामिल होता है जिसमें काउंट% (प्रतिशत गणना) शामिल होता है जो लक्ष्य और विपरीत वर्गों के बीच तुलना को दर्शाता है।
उपयोगकर्ता ड्रिल-डाउन, रोल-अप, और अन्य OLAP ऑपरेशन का उपयोग करके लक्ष्य और विपरीत वर्गों पर तुलना विवरण को नियंत्रित कर सकता है, जैसा कि प्राप्त होता है।
