Өгөгдлөл олборлолт(Data Mining) гэж юу вэ?
Их өгөгдлүүдийн хэрэгцээ шаардлага нь өгөгдөл олборлолтыг бий болгосон.
Их хэмжээний өгөгдлөөс утга бүхий загварууд, хэрэгцээтэй мэдээллийг гаргаж авахын тулд автомат эсвэл хагас автомат аргаар хайх,дүн шинжилгээ хийх.
Өөрөөр хэлбэл их хэмжээний өгөгдлийн цуглуулгыг мэдлэг болгон хувиргах автоматжуулсан шинжилгээ.
DM = knowledge mining from data
DM = knowledge discovery from data (KDD)
Knowledge Discovery in Data (KDD) Process
Өгөгдөл олборлолт(Data mining)/Commercial viewpoint
? Бид яагаад өгөгдөл олборлолтыг ашигладаг вэ?
1. Бизнесийн үйл ажиллагаагаар их хэмжээний өгөгдөл
бий болж, хадгалагдаж байдаг.
• Веб, сошиал медиа өгөгдөл
• Дэлгүүрийн худалдан авалт/онлайн худалдаа
• Банк/зээлийн картын гүйлгээ
2. Компьютерүүд илүү хямд, хүчирхэг болсон.
3. Өрсөлдөх дарамт хүчтэй байдаг.
• Илүү сайн хэрэглэгчид тохирсон үйлчилгээг үзүүлэх
(Customer Relationship Management)
Өгөгдөл олборлолт(Data mining)/Scientific viewpoint
? Бид яагаад өгөгдөл олборлолтыг ашигладаг вэ?
1. Өгөгдлийг асар хурдтайгаар цуглуулж, хадгалдаг.
(GB/hour)
• Хиймэл дагуул дээрх алсын мэдрэгч
• Телескопоор сансар огторгуйг скандах
• Өндөр хүчин чадалтай биологийн өгөгдөл
• Шинжлэх ухааны симуляциуд
2. Өгөгдөл олборлолт нь эрдэмтдэд
• Их хэмжээний өгөгдлийг автоматаар шинжлэхэд
• Таамаглал бий болгоход тусалдаг.
Нийгэмд тулгарч буй томоохон асуудлуудыг шийдвэрлэх
боломжууд
Хөдөө аж ахуйн үйлдвэрлэлийг нэмэгдүүлснээр
өлсгөлөн, ядуурлыг бууруулах
Уур амьсгалын өөрчлөлтийн нөлөөллийг
урьдчилан таамаглах
Эрүүл мэндийн тусламж үйлчилгээг
сайжруулах, зардлыг бууруулах
Ногоон эрчим хүчний эх үүсвэр хайх
Хайлт
Категори
Категори
- 1 минутын уншлага (261)
- 2 минутын уншлага (129)
- Богино прожектууд (9)
- боловсрол (73)
- Зөвлөгөө (19)
- Зөвлөгөө (59)
- Код (34)
- Хөндлөнгийн (13)
Шинэ бичвэрүүд
Хуанли
M | T | W | T | F | S | S |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 | 31 |