כריית מידע

מתוך ויקיפדיה, האנציקלופדיה החופשית

כריית מידע או כריית נתונים היא הפעלת אלגוריתם או תוכנית מחשב לצורך גילוי ידע הטמון בבסיסי נתונים קיימים, והסקת מסקנות מבסיסי נתונים קיימים.

גילוי ידע בבסיסי נתונים הוא תהליך הנועד לחקור ולנתח כמות גדולה של מידע באמצעיים אוטומטים ככל שניתן לצורך גילוי דפוסים תקפים, חדשים (הדפוסים לא היו ידועים לפני כן והם מחדשים), שימושים (מקבלי ההחלטות יכולים להשתמש בדפוסים שהתגלו כדי לשפר תהליכים קיימים) ובעלי משמעות (מובנים למקבל ההחלטות).

המושג כריית מידע נוצר כאלגוריה לכרייה גאולוגית בה כורים באדמה כדי למצוא אוצרות טבע.

ראוי לציין שישנם מומחים רבים בתחום המשתמשים במונח "גילוי ידע בבסיסי נתונים" ובמונח "כריית נתונים" כמונחים נרדפים. אבל "גילוי ידע בבסיסי נתונים" מתייחס לתהליך בכללותו ואילו כריית נתונים הוא רק שלב אחד בתוך התהליך - השלב בו מפעילים אלגוריתמים במחשב. מלבד שלב כריית הנתונים כולל התהליך שלבים אחרים, חלקם קודמים לכריית הנתונים (כגון הכנת הנתונים) וחלקם עוקבים (כגון הבנת התוצאות).

[עריכה] בעיות המטופלות על ידי כריית מידע

הבעיות הנפוצות המטופלות בכריית מידע הן:

1. בעיות סיווג - בהתאם לדוגמאות שנאספו בעבר, האלגוריתם לסיווג מסיק מודל סיווג המשמש לסווג מקרים חדשים. למשל בנק יכול לבנות מודל סיווג של לווי משכנתא בהתאם לדוגמאות שנאספו בעבר. כאשר מגיע לקוח חדש המבקש משכנתא הוא מסווג האם הוא עתיד לעמוד בהחזרי המשכנתא.
2. ניתוח אשכולות - מאפשר לפלח את הרשומות בבסיס הנתונים לאשכולות, כך שבכל אשכול נמצאים רשומות בעלות מאפיינים דומים. למשל ניתן להיעזר באלגוריתם לניתוח אשכולות כדי לפלח את לקוחות החברה.
3. חוקי אסוציאציה - נועד למצוא אסוציאציה או קשר מעניין בין פריטים שונים של נתונים. לרוב משמש כדי להציג חוקיות בין שדות שונים בבסיס הנתונים. הדוגמה הנפוצה ביותר היא ניתוח סל קניות. במקרה זה מנסים למצוא האם יש חוקיות בין מוצרים שונים אשר נרכשו על ידי אותו לקוח באותה קניה למשל ניתן לדעת אילו מוצרים נרכשים בדרך כלל יחדיו (ממרח שוקולד ולחם). בהתאם לתוצאות ניתן לסדר את המוצרים במרכול.

[עריכה] לקריאה נוספת

• Data Mining and Knowledge Discovery Handbook - Maimon, Oded, Rokach, Lior