Data Warehouse & Data Mining e

في هذا التطبيق تجد دورات + تمارين + تصحيح في تفاصيل عن Data Waherouse و Data Mining

ما هو "مستودع البيانات" أولاً؟ :

إنه نوع من قاعدة البيانات التي تحتوي على كمية هائلة من البيانات للمساعدة في اتخاذ القرارات داخل المنظمة. يتميز هذا النوع من قواعد البيانات بتوافق بنيتها الداخلية مع ما يحتاجه المستخدم من مؤشرات ومحاور التحليل في ما يسمى بنموذج النجم ، وتطبيقاته: الأنظمة دعم القرار واستخراج البيانات.

عادةً ما تحتوي مستودعات البيانات على بيانات تاريخية تم اشتقاقها واستخراجها من بيانات قواعد البيانات المعتادة المستخدمة في التطبيقات التي تجري عليها العديد من عمليات الإدخال والتحديث ، ويمكن أن تحتوي مستودعات البيانات أيضًا البيانات من مصادر أخرى مثل الملفات النصية والمستندات الأخرى.

ما هو "استخراج البيانات"؟ :

إنه بحث محوسب ويدوي لمعرفة البيانات دون فرضيات أولية حول ما يمكن أن تكون عليه هذه المعرفة. يتم تعريف استخراج البيانات أيضًا على أنه عملية تحليل كمية من البيانات (عادة كمية كبيرة) ، للعثور على علاقة منطقية تلخص البيانات بطريقة جديدة مفهومة ومفيدة لمالك البيانات . تسمى "النماذج" العلاقات والبيانات الموجزة التي يتم الحصول عليها من استخراج البيانات. يتعامل استخراج البيانات بشكل عام مع البيانات التي تم الحصول عليها لغرض غير الغرض من استخراج البيانات (على سبيل المثال ، قاعدة بيانات للمعاملات في البنك) ، مما يعني أن طريقة التعدين لا تؤثر البيانات على طريقة جمع البيانات نفسها. هذا هو أحد المجالات التي يختلف فيها استخراج البيانات عن الإحصاءات ، ولهذا السبب تسمى عملية استخراج البيانات عملية إحصائية ثانوية. يشير التعريف أيضًا إلى أن كمية البيانات كبيرة بشكل عام ، ولكن إذا كانت كمية البيانات صغيرة ، فمن الأفضل استخدام طرق إحصائية منتظمة لتحليلها.

عند التعامل مع حجم كبير من البيانات ، تنشأ مشاكل جديدة مثل كيفية تحديد نقاط مميزة في البيانات ، وكيفية تحليل البيانات في وقت معقول ، وكيفية تحديد ما إذا كانت العلاقة الظاهرة تعكس حقيقة في طبيعة البيانات. . عادة ، يتم استخراج البيانات التي تعد جزءًا من مجموعة البيانات ، حيث يكون الهدف عادةً تعميم النتائج على جميع البيانات (على سبيل المثال ، تحليل البيانات الحالية للمستهلكين للمنتج من أجل توقع الطلبات المستقبلية المستهلكين). أحد أهداف استخراج البيانات هو أيضًا تقليل أو ضغط كميات كبيرة من البيانات للتعبير عن بيانات بسيطة دون تعميم.