विज़ुअल डेटा माइनिंग डेटा और ज्ञान विज़ुअलाइज़ेशन विधियों का उपयोग करके विशाल डेटा सेट से निहित और लाभकारी ज्ञान प्राप्त करता है। मानव दृश्य प्रणाली को आंखों और मस्तिष्क द्वारा प्रबंधित किया जाता है, जिनमें से बाद वाले को एक विशाल ज्ञान आधार सहित एक गतिशील, बड़े पैमाने पर समानांतर प्रसंस्करण और तर्क इंजन के रूप में माना जा सकता है।
विज़ुअल डेटा माइनिंग को डेटा विज़ुअलाइज़ेशन और डेटा माइनिंग जैसे दो विषयों के एकीकरण के रूप में माना जा सकता है। यह कंप्यूटर ग्राफिक्स, मल्टीमीडिया सिस्टम, मानव कंप्यूटर इंटरैक्शन, पैटर्न पहचान और उच्च प्रदर्शन कंप्यूटिंग से भी जुड़ा हो सकता है।
सामान्य तौर पर, डेटा विज़ुअलाइज़ेशन और डेटा माइनिंग को निम्नलिखित तरीकों से एकीकृत किया जा सकता है -
डेटा विज़ुअलाइज़ेशन -डेटाबेस या डेटा वेयरहाउस में डेटा को ग्रैन्युलैरिटी या एब्स्ट्रैक्शन के कई स्तरों पर या विशेषताओं या आयामों के कई संयोजनों के रूप में माना जा सकता है। डेटा को कई दृश्य रूपों में प्रदर्शित किया जा सकता है, जिसमें बॉक्सप्लॉट, 3-डी क्यूब, डेटा वितरण चार्ट, वक्र, सतह, लिंक ग्राफ़ आदि शामिल हैं।
डेटा माइनिंग परिणाम विज़ुअलाइज़ेशन - डेटा माइनिंग परिणामों का विज़ुअलाइज़ेशन विज़ुअल रूपों में डेटा माइनिंग से प्राप्त परिणामों या ज्ञान की प्रस्तुति है। इस तरह के रूपों में स्कैटर प्लॉट और बॉक्सप्लॉट (वर्णनात्मक डेटा माइनिंग से प्राप्त), और निर्णय पेड़, एसोसिएशन नियम, क्लस्टर, आउटलेयर, सामान्यीकृत नियम आदि शामिल हो सकते हैं।
डेटा माइनिंग प्रोसेस विज़ुअलाइज़ेशन - इस तरह का विज़ुअलाइज़ेशन डेटा माइनिंग की कई प्रक्रियाओं को विज़ुअल रूपों में प्रस्तुत करता है ताकि उपयोगकर्ता यह देख सकें कि डेटा कैसे प्राप्त किया जाता है और किस डेटाबेस या डेटा वेयरहाउस से उन्हें निकाला जाता है और चयनित डेटा को कैसे साफ, एकीकृत, प्रीप्रोसेस्ड और माइन किया जाता है। इसके अलावा, यह यह भी दिखा सकता है कि डेटा माइनिंग के लिए कौन सा दृष्टिकोण चुना गया है, परिणाम कहाँ सहेजे गए हैं, और उन पर कैसे विचार किया जा सकता है।
इंटरएक्टिव विज़ुअल डेटा माइनिंग - इंटरेक्टिव विज़ुअल डेटा माइनिंग में, विज़ुअलाइज़ेशन टूल का उपयोग डेटा माइनिंग प्रक्रिया में किया जा सकता है ताकि उपयोगकर्ता बुद्धिमान डेटा माइनिंग निर्णय ले सकें। उदाहरण के लिए, विशेषताओं के समूह में डेटा वितरण को रंगीन क्षेत्रों (जहां संपूर्ण स्थान एक वृत्त द्वारा परिभाषित किया गया है) का उपयोग करके दिखाया जा सकता है। यह प्रदर्शन उपयोगकर्ताओं को यह तय करने में सहायता करता है कि किस क्षेत्र को पहले वर्गीकरण के लिए चुना जाना चाहिए और इस क्षेत्र के लिए सबसे अच्छा विभाजन बिंदु कहां हो सकता है।
ऑडियो डेटा माइनिंग को डेटा के पैटर्न या डेटा माइनिंग परिणामों की विशेषताओं को दर्शाने के लिए ऑडियो सिग्नल की आवश्यकता होती है। हालांकि विज़ुअल डेटा माइनिंग ग्राफिकल डिस्प्ले का उपयोग करके दिलचस्प पैटर्न का खुलासा कर सकता है, इसके लिए उपयोगकर्ताओं को पैटर्न देखने और उनके अंदर दिलचस्प या उपन्यास विशेषताओं को पहचानने पर ध्यान केंद्रित करने की आवश्यकता होती है।
यदि पैटर्न को चित्रों को देखने के बजाय ध्वनि और संगीत में बदला जा सकता है, तो यह कुछ भी दिलचस्प या असामान्य पहचानने के लिए पिचों, लय, धुन और माधुर्य को सुन सकता है। यह दृश्य एकाग्रता के विभिन्न बोझ को दूर कर सकता है और दृश्य खनन से अधिक आरामदायक हो सकता है। इसलिए, ऑडियो डेटा माइनिंग विज़ुअल माइनिंग का एक दिलचस्प समकक्ष है।