डेटा माइनिंग, सूचना प्रसंस्करण और OLAP का संबंध
डेटा वेयरहाउस अनुप्रयोगों के तीन प्रकार हैं: सूचना प्रसंस्करण, विश्लेषणात्मक प्रसंस्करण, और डेटा माइनिंग।
1. सूचना प्रसंस्करण (Information Processing)
यह क्रॉसटैब, टेबल, चार्ट, या ग्राफ का उपयोग करके क्वेरीइंग, बुनियादी संख्यात्मक विश्लेषण, और दस्तावेजीकरण प्रदान करता है। डेटा वेयरहाउस डेटा प्रसंस्करण में एक आधुनिक प्रवृत्ति कम लागत वाले वेब-आधारित एक्सेसिंग टूल्स बनाना है जो वेब ब्राउज़र के साथ एकीकृत हैं।
2. विश्लेषणात्मक प्रसंस्करण (Analytical Processing)
यह बुनियादी OLAP ऑपरेशंस प्रदान करता है, जैसे स्लाइस-एंड-डाइस, ड्रिल-डाउन, रोल-अप, और पिवटिंग। यह आमतौर पर संक्षिप्त और विस्तृत दोनों रूपों में ऐतिहासिक जानकारी पर काम करता है। सूचना प्रसंस्करण पर ऑनलाइन विश्लेषणात्मक प्रसंस्करण का प्रमुख क्षेत्र डेटा वेयरहाउस डेटा का बहुआयामी सूचना विश्लेषण है।
3. डेटा माइनिंग (Data Mining)
यह छिपे हुए पैटर्न और एसोसिएशन की खोज करके, विश्लेषणात्मक मॉडल बनाकर, क्लासिफिकेशन और भविष्यवाणी लागू करके, और विज़ुअलाइज़ेशन टूल्स का उपयोग करके खनन परिणामों को प्रदर्शित करके ज्ञान खोज प्रदान करता है।
तुलना
सूचना प्रसंस्करण बनाम डेटा माइनिंग: सूचना प्रसंस्करण क्वेरी-आधारित है, उपयोगी डेटा खोज सकता है। ऐसे क्वेरी के उत्तर डेटाबेस में सीधे सहेजे गए डेटा या एग्रीगेट सेवाओं द्वारा कम्प्यूटेबल डेटा को दर्शाते हैं। वे डेटाबेस में दबे परिष्कृत डिजाइन या पूर्वानुमानशीलता को नहीं दर्शाते। इस प्रकार, सूचना प्रसंस्करण डेटा माइनिंग नहीं है।
OLAP बनाम डेटा माइनिंग: ऑनलाइन विश्लेषणात्मक प्रसंस्करण डेटा माइनिंग के एक कदम करीब आता है क्योंकि यह उपयोगकर्ता-परिभाषित सबसेट के डेटा वेयरहाउस से कई स्तरों पर संक्षिप्त डेटा को बदल सकता है। OLAP और डेटा माइनिंग के कार्यों को असंयुक्त माना जा सकता है:
- OLAP एक डेटा सारांश/एकत्रीकरण उपकरण है जो आसान डेटा विश्लेषण का समर्थन करता है, जबकि डेटा माइनिंग बड़ी मात्रा में डेटा में छिपे निहित डिजाइन और दिलचस्प ज्ञान की स्वचालित खोज को सक्षम बनाता है।
- OLAP टूल इंटरैक्टिव डेटा विश्लेषण को सरल और प्रदान करने की ओर लक्षित हैं, जबकि डेटा माइनिंग टूल का उद्देश्य प्रक्रिया को यथासंभव स्वचालित करना है, जबकि उपयोगकर्ताओं को प्रक्रिया का समर्थन करने में सक्षम बनाना है। इस तरह, डेटा माइनिंग पारंपरिक ऑनलाइन विश्लेषणात्मक प्रसंस्करण से एक चरण आगे जाती है।
वैकल्पिक दृष्टिकोण: डेटा माइनिंग का एक वैकल्पिक दृष्टिकोण अपनाया जा सकता है जिसमें डेटा माइनिंग डेटा परिभाषा और डेटा मॉडलिंग दोनों को कवर करती है। चूंकि OLAP सिस्टम डेटा वेयरहाउस से जानकारी की सामान्य परिभाषा प्रदर्शित कर सकते हैं, OLAP सेवाएं अनिवार्य रूप से उपयोगकर्ता-निर्देशित डेटा सारांश और तुलना (ड्रिलिंग, पिवटिंग, स्लाइसिंग, डाइसिंग, आदि द्वारा) के लिए हैं।
डेटा माइनिंग डेटा वेयरहाउस में सहेजे गए डेटा के विश्लेषण तक सीमित नहीं है। यह डेटा वेयरहाउस में समर्थित सारांशित रिकॉर्ड की तुलना में अधिक विस्तृत स्तरों पर मौजूद डेटा का पता लगा सकती है। यह लेन-देन, स्थानिक, पाठ्य, और मल्टीमीडिया रिकॉर्ड का भी पता लगा सकती है जो आधुनिक बहुआयामी डेटाबेस तकनीक के साथ मॉडल करने के लिए जटिल हैं। इस संदर्भ में, डेटा माइनिंग OLAP की तुलना में डेटा माइनिंग सेवाओं और प्रबंधित डेटा की जटिलता के संबंध में एक व्यापक स्पेक्ट्रम को कवर करती है।
