Adatbányászat

Angol megnevezés: Data Mining

Történeti modul

2000: "Üzleti döntéstámogatási módszer, amely segít megtalálni és kiaknázni új üzleti lehetőségeket a nagytömegű adathalmazokban rejlő, nem ismert összefüggések feltárásával."

"Egyesíti az adatbázis-kezelés, a statisztika és a mesterséges intelligencia kutatások eredményeit. Új távlatokat nyit meg ott, ahol a hagyományos módszerek nem elég jók, vagy nem elég gyorsak az igazán hatékony adatelemzéshez. Valós múltbeli összefüggésekre alapozva segít a jövő döntéseinek megalapozásában. Általános módszer, amely minden üzleti területen hatékonyan alkalmazható. Az adatbányászati algoritmusok meglévő alkalmazásokba való beépítésével (pl. ügyfélszolgálat) intelligens alkalmazások hozhatóak létre. Olyan komplex összefüggések feltárását biztosítja, amelyek nem nyerhetők ki egyszerű, vagy multidimenzionális lekérdezésekkel. Hatékony eszköze az elektronikus kereskedelem bevezetésének és fejlesztésének. Az üzleti döntéstámogatás eszköztárának egyedi, mással nem pótolható része." [1]

2001:"Az adatbányászat olyan, korábban nem ismert összefüggések és információk kinyerése, amelyet később fel lehet használni fontos üzleti döntések meghozatalánál." [2]

2002: "Nagy mennyiségű adat átválogatása, vizsgálata és modellezése annak érdekében, hogy az üzletben vagy kutatásban korábban kiaknázatlan előnyökre tegyünk szert." [3]

2004: "Az utóbbi néhány évtizedben mind az adatok előállításának mind gyűjtésének lehetőségei igen gyorsan növekedtek Elárasztanak bennünket az adatok - tudományos adatok. orvosi adatok demográfiai adatok. pénzügyi adatok üzleti adatok Az ebben szerepet játszó tényezők között említendő a vonalkódok elterjedése. az üzleti. kutatási. közigazgatási tranzakciók számítógépesítése azadatgyújtö eszközök fejlődése. ami a szövegek és képek számítógépes beolvasó berendezéseitől a műholdas távérzékelőkig terjed A World Wide Web globális információs rendszerként való használatának népszerűsége további rendkívüli adat- és információáradatot zúdított ránk. Az adatok robbanásszerű növekedése sürgős igényt váltott ki olyan technológiák és automatizált eszközök iránt. amelyek intelligens segítséget nyújtanak számunkra abban. hogy ezt a rendkívüli adattömeget hasznos információvá és tudássá alakítsuk Az adatbányászat az 1980-as évek végén jelent meg. jelentős felfutást ért el az 1990-es évek során, és várhatóan tovább virágzik az új évezredben is." [4]

2005: " Ma a vállalatok léte múlhat az információk gyors és pontos begyűjtésén,elemzésén, a rugalmas fejlődésen, valamint az innováción. Egyre több felső vezető ismeri fel, hogy az internet, az adatok elektronikus tárolása a vállalat szolgálatába állítható. Az adatok azonban önmagukban nem hasznosak, hanem a belőlük kinyerhető, a vállalatok igényeihez igazodó, azt kielégítő információkra lenne szükség. Ez egy újabb szükségletet teremt: egy olyan eszköz iránti igényt, ami képes arra, hogy információszervezés céljából elemezze a nyers adatokat. Ez az új eszköz az adatbányászat.(...) Az adatbányászatot az üzleti élet és a marketing keltette életre. Még ma is ezek az adatbányászat fő mozgató rugói." [5]

Ontológiai modul

"Ez egy" kapcsolattípus:

• döntési fa (alkalmazási terület)
• előrejelzés (alkalmazási terület)
• csoportleírás (alkalmazási terület)
• asszociációs kapcsolatok feltárása (alkalmazási terület)
• szabálygenerálás, indukció (alkalmazási terület)
• honlap látogatottság elemzés (alkalmazási terület)
• WAM (eljárás)
• COCO (eljárás)
• függvénygenerátor (eljárás)
• mintázatgenerátor (eljárás)
• jövőgenerátor (eljárás)

"Van neki, része a szócikknek" kapcsolattípus:

• adattárház
• adat (szám, szöveg, hang, kép)
• információ
• Mesterséges intelligencia
• Operáció kutatás
• Statisztika
• Céltalanság tétele

"A szócikk része valaminek (a szócikkel egyenrangú fogalmak)" kapcsolattípus:

• Hom-e/o-mining (adatbányászat, fenntarthatóság, ember-gép szimbiózis, ...)
• Döntés támogató módszer (adatbányászat, DS, DSS, Decision Support System, EIS, információs és kommunikációs rendszer, ...)

Ellentmondások és vitatott kijelentések modulja

• Az adatbányászati szakirodalom kevés figyelmet szentel
  • a legjobb modell kiválasztásának operacionalizálására (vö. céltalanság tétele), vagyis a gépi tanulás célfüggvényének (kilépési feltételének) megadására
  • az előrejelzett jövőkép belső konzisztenciájának vizsgálatára

Definíciós modul

• Az adatbányászat napjainkban, amikor rengeteg adattal, információval kerülünk kapcsolatba-egyre nagyobb jelentősséggel bír. A modern társadalom által az utóbbi évtized(ek)ben "nyakunkba zúdított" hatalmas mennyiségű információ közt sok, eddig rejtve maradt komplex összefüggés, tendencia rejlik, amelyeket üzleti előnnyé tudunk konvertálni. Ezen összefüggések feltárására alkalmas az adatbányászat.

Tesztkérdések modul

• Hol jelennek meg először az adatbányászati eszközök?

A. Az adatbányászati eszközök először a piaci szegmensekben jelennek meg. B. C. D.

• Mi az adatbányászat célja?

Az adatbányászat célja: A. előre nem látható összefüggések, törvényszerűségek felfedezése üzleti előny megszerzése éredekében. B. C. D.

• Az adatbányászat kész megoldás-e egy-egy problémára?

A. Nem, az adatbányászat egy nagy mértékben automatizálható technológia és nem egy kész megoldás egy-egy problémára, emiatt az információ szolgáltató architektúrába kell beilleszteni. B. C. D.

• Az adatbányászat mekkora adatmennyiséggel birkózik meg?

A. Az adatbányászati megoldások elvileg bármekkora adatmennyiséggel megbirkóznak, gazdaságosan felhasználva a rendelkezésre álló hardver forrásokat. B. C. D.

• Miben nyújtanak segítséget a feldolgozott adathalmazok és a megfelelő adatbányászati módszerekkel elemzett adatok?

Konkrét sratégiai és egyedi üzleti döntések előkészítésében nyújtanak segítséget. A. B. C. D.

• Mekkora üzleti hasznot hoznak az adatbányászati modellek által adott becslések a cégnek?

A. Az adatbányászat valódi értéke nem abban rejlik, hogy 100 százalékosan megbízható eredményt produkál, hanem sokkal inkább abban, hogy segítségével mekkora többletnyereséget vagy költség csökkenést érhetünk el. Például egy direkt marketing levél kiküldésénél lehet, hogy a modell segítségével kijelölt ügyfélszegmensnek csak 5%-a fog válaszolni, de ez nagyon nagy szám, ha a modell alkalmazása nélkül előálló 2.5 %-os válaszadási arányhoz viszonyítjuk. B. C. D.

Ajánlott irodalmak modulja

Adriaans, Pieter - Zantinge, Dolf: Adatbányászat Fordító: KISS ATTILA DR. 2002 Kiadó: Panem Kft [6]

Adatbányászat - alkalmazói szemmel (Prím online)[7]

Tóth Erzsébet: Adatbányászatra irányuló törekvések könyvtári területen [8]