सूचना प्रसंस्करण, विश्लेषणात्मक प्रसंस्करण और डेटा खनन जैसे तीन प्रकार के डेटा वेयरहाउस अनुप्रयोग हैं। सूचना संसाधन - यह क्रॉसटैब, टेबल, चार्ट या ग्राफ का उपयोग करके पूछताछ, बुनियादी संख्यात्मक विश्लेषण और दस्तावेजीकरण प्रदान करता है। डेटा वेयरहाउस डेटा प्रोसेसिंग में एक आधुनिक प्रवृत्ति कम लागत वा

डेटा क्यूब्स की कुशल गणना के लिए सामान्य अनुकूलन तकनीकें निम्नलिखित हैं जो इस प्रकार हैं - क्रमबद्ध करना, हैश करना और समूह बनाना - सॉर्टिंग, हैशिंग और ग्रुपिंग ऑपरेशंस का उपयोग आयाम विशेषताओं के लिए किया जाना चाहिए ताकि संबंधित टुपल्स को पुन:व्यवस्थित और क्लस्टर किया जा सके। घन गणना में, समेकन को उ

पैटर्न माइनिंग के विभिन्न अनुप्रयोग हैं जो इस प्रकार हैं - पैटर्न खनन आम तौर पर कई डेटा-गहन अनुप्रयोगों में प्रीप्रोसेसिंग के रूप में शोर फ़िल्टरिंग और डेटा सफाई के लिए उपयोग किया जाता है। इसका उपयोग माइक्रोएरे डेटा का पता लगाने के लिए किया जा सकता है, उदाहरण के लिए, जिसमें दसियों हज़ार आयाम शामिल

धारणा-आधारित वर्गीकरण (पीबीसी) बहुआयामी विज़ुअलाइज़ेशन विधियों पर आधारित एक इंटरैक्टिव विधि है और उपयोगकर्ता को निर्णय वृक्ष का निर्माण करते समय डेटा के बारे में पृष्ठभूमि ज्ञान को शामिल करने में सक्षम बनाता है। डेटा के साथ वैकल्पिक रूप से बातचीत करके, उपयोगकर्ता डेटा की गहन शिक्षा का उत्पादन करने

भोले बायेसियन क्लासिफायरियर वर्ग सशर्त स्वतंत्रता की धारणा बनाता है, अर्थात, एक टपल के वर्ग लेबल को देखते हुए, विशेषताओं के मूल्यों को सशर्त रूप से एक दूसरे से स्वतंत्र माना जाता है। यह गणना को सरल करता है। जब धारणा सही होती है, इसलिए कई क्लासिफायर की तुलना में भोले बायेसियन क्लासिफायरियर कुशल होता

सक्रिय शिक्षण एक दोहराव वाला पर्यवेक्षित शिक्षण है जो उन स्थितियों के लिए प्रासंगिक है जहां डेटा पर्याप्त है, लेकिन वर्ग लेबल दुर्लभ या प्राप्त करने के लिए महंगा है। लर्निंग एल्गोरिदम इस मायने में सक्रिय है कि यह लेबल के लिए किसी उपयोगकर्ता (जैसे, एक व्यक्ति ऑरैकल) को सावधानीपूर्वक क्वेरी कर सकता है

उप-स्थान खोज तकनीकों, सहसंबंध-आधारित क्लस्टरिंग तकनीकों और द्वि-क्लस्टरिंग तकनीकों सहित तीन प्रमुख समूहों में कई विधियों को वर्गीकृत किया गया है। उप-स्थान खोज तकनीक - एक उप-स्थान खोज विधि समूहों के लिए कई उप-स्थानों की खोज करती है। इसलिए, क्लस्टर ऑब्जेक्ट्स का एक सबसेट है जो एक सबस्पेस में एक दूसरे

एक द्विदलीय ग्राफ में, कोने को दो अलग-अलग सेटों में विभाजित किया जा सकता है ताकि प्रत्येक किनारे एक सेट में एक शीर्ष को कई सेट में एक शीर्ष से जोड़ सके। AllElectronics उपयोगकर्ता खरीद डेटा के लिए, शीर्षों का एक सेट उपयोगकर्ताओं को परिभाषित करता है, जिसमें प्रति शीर्ष एक उपयोगकर्ता होता है। एकाधिक से

हब वेब पेजों का एक सेट है जो अधिकारियों के लिंक के सेट का समर्थन करता है। हब पृष्ठ प्रमुख नहीं हो सकते हैं, या कुछ लिंक मौजूद हो सकते हैं जो उनकी ओर इशारा करते हैं; हालांकि, वे एक सामान्य विषय पर प्रमुख साइटों के एक समूह के लिंक का समर्थन करते हैं। ऐसे पृष्ठ एकल होम पेजों पर अनुशंसित कनेक्शन की सूच

वेब उपयोग खनन का उपयोग वेबलॉग डेटा से उपयोगी डेटा, सूचना, ज्ञान प्राप्त करने के लिए किया जाता है, और वेब पेजों के लिए उपयोगकर्ता एक्सेस डिज़ाइन की पहचान करने में मदद करता है। खनन में, वेब संसाधनों का प्रबंधन, व्यक्ति एक वेबसाइट के आगंतुकों के अनुरोधों के डेटा के बारे में सोच रहा है जो वेब सर्वर लॉग

डेटा माइनिंग के आधार पर कई सिद्धांत हैं जिनमें निम्नलिखित शामिल हैं - डेटा में कमी - इस सिद्धांत में डेटा माइनिंग का आधार डेटा प्रतिनिधित्व को कम करना है। विशाल डेटाबेस पर प्रश्नों के तेजी से अनुमानित उत्तर प्राप्त करने की आवश्यकता के जवाब में डेटा में कमी निश्चितता को गति प्रदान करती है। डेटा में

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

ऐसी कंपनियों के लिए एक समाधान यह है कि वे कई ऑप्ट-आउट विकल्पों के साथ उपभोक्ताओं का समर्थन करें, जिससे उपभोक्ता अपनी व्यक्तिगत जानकारी के उपयोग की सीमाओं का वर्णन कर सकें, जैसे कि डेटा माइनिंग के लिए उपभोक्ता के व्यक्तिगत डेटा का उपयोग बिल्कुल भी नहीं किया जाना चाहिए। उपभोक्ता के डेटा का उपयोग

वर्गीकरण एक मॉडल की खोज की प्रक्रिया है जो डेटा वर्गों या अवधारणाओं को परिभाषित और वर्गीकृत करता है। मॉडल प्रशिक्षण डेटा के एक सेट की खोज पर आधारित है (यानी, डेटा ऑब्जेक्ट जिसके लिए क्लास लेबल प्रसिद्ध हैं)। मॉडल उन वस्तुओं के वर्ग लेबल की भविष्यवाणी कर सकता है जिनके लिए वर्ग लेबल अनाम है। व्युत्पन

वेब सर्च इंजन एक विशेष कंप्यूटर सर्वर है जो वेब पर डेटा की खोज करता है। उपयोगकर्ता क्वेरी के खोज परिणामों को एक सूची (हिट के रूप में जाना जाता है) के रूप में पुनर्स्थापित किया जाता है। हिट में वेब पेज, चित्र और विभिन्न प्रकार की फाइलें शामिल हो सकती हैं। विभिन्न खोज इंजन भी सार्वजनिक डेटाबेस या खुल

खनन पद्धति के विभिन्न पहलू हैं जो इस प्रकार हैं - विभिन्न और नए प्रकार के ज्ञान का खनन - डेटा माइनिंग डेटा विश्लेषण और ज्ञान खोज सेवाओं के व्यापक स्पेक्ट्रम को कवर करता है, डेटा लक्षण वर्णन और भेदभाव से लेकर संबंधों और सहसंबंध विश्लेषण, वर्गीकरण, प्रतिगमन, क्लस्टरिंग, बाहरी तरीकों, अनुक्रम विधियों,

एक विशेषता एक डेटा फ़ील्ड है, जो डेटा ऑब्जेक्ट की विशेषता को परिभाषित करती है। साहित्य में संज्ञा गुण, आयाम, विशेषता और चर का प्रयोग संगत रूप से किया जाता है। आयाम आमतौर पर डेटा वेयरहाउसिंग में उपयोग किया जाता है। मशीन लर्निंग लिटरेचर फीचर शब्द का उपयोग करने के लिए प्रभावित करता है, जबकि सांख्यिकीवि

डेटा प्रीप्रोसेसिंग में प्रमुख चरण शामिल हैं, अर्थात् डेटा सफाई, डेटा एकीकरण, डेटा कमी, और डेटा परिवर्तन निम्नानुसार है - डेटा क्लीनिंग - डेटा क्लीनिंग रूटीन गुम मूल्यों को भरकर, शोर की जानकारी को सुचारू करके, आउटलेर्स को पहचानने या समाप्त करने और विचलन को हल करके जानकारी को साफ करने के लिए संचालित

अनुक्रमिक पैटर्न माइनिंग पैटर्न के रूप में बार-बार दिखने वाली श्रृंखला की घटनाओं या बाद के दृश्यों का खनन है। अनुक्रमिक पैटर्न का एक उदाहरण है जो उपयोगकर्ता कैनन डिजिटल कैमरा खरीदते हैं उन्हें एक महीने के भीतर एक एचपी रंग प्रिंटर खरीदना होता है। खुदरा जानकारी के लिए, शेल्फ प्लेसमेंट और प्रचार के लि

GSP का मतलब सामान्यीकृत अनुक्रमिक पैटर्न है। यह एक अनुक्रमिक पैटर्न खनन विधि है जिसे 1996 में श्रीकांत और अग्रवाल द्वारा तैयार किया गया था। यह सामान्य आइटमसेट खनन के लिए उनके मौलिक एल्गोरिदम का विस्तार है, जिसे अप्रियोरी कहा जाता है। जीएसपी को अनुक्रमिक पैटर्न के नीचे की ओर बंद होने की प्रकृति की आव