Data Mining vs Query Tools
Spørreverktøy er verktøy som hjelper til med å analysere dataene i en database. De gir spørringsbygging, spørringsredigering, søking, finning, rapportering og oppsummering av funksjoner. På den annen side er Data mining et felt innen informatikk, som omhandler utvinning av tidligere ukjent og interessant informasjon fra rådata. Data som brukes som input for datautvinningsprosessen, lagres vanligvis i databaser. Brukere som er tilbøyelige til statistikk bruker Data Mining. De bruker statistiske modeller for å se etter skjulte mønstre i data. Data miners er interessert i å finne nyttige relasjoner mellom ulike dataelementer, noe som til syvende og sist er lønnsomt for bedrifter.
Data mining
Data mining er også kjent som Knowledge Discovery in Data (KDD). Som nevnt ovenfor er det et felt innen informatikk, som omhandler utvinning av tidligere ukjent og interessant informasjon fra rådata. På grunn av den eksponentielle veksten av data, spesielt innen områder som forretninger, har datautvinning blitt et svært viktig verktøy for å konvertere denne store mengde data til forretningsintelligens, ettersom manuell utvinning av mønstre har blitt tilsynelatende umulig de siste tiårene. For eksempel er det i dag blitt brukt til ulike applikasjoner som sosiale nettverksanalyser, svindeloppdagelse og markedsføring. Data mining omhandler vanligvis følgende fire oppgaver: klynging, klassifisering, regresjon og assosiasjon. Clustering er å identifisere lignende grupper fra ustrukturerte data. Klassifisering er læringsregler som kan brukes på nye data og vil typisk inkludere følgende trinn: forbehandling av data, design av modellering, læring/funksjonsvalg og evaluering/validering. Regresjon er å finne funksjoner med minimal feil for å modellere data. Og assosiasjon ser etter sammenhenger mellom variabler. Data mining brukes vanligvis til å svare på spørsmål som hva er hovedproduktene som kan bidra til å oppnå høy fortjeneste neste år i Wal-Mart?
Spørreverktøy
Spørreverktøy er verktøy som hjelper til med å analysere dataene i en database. Vanligvis har disse spørringsverktøyene et GUI-grensesnitt med praktiske måter å legge inn spørringer på som et sett med attributter. Når disse inngangene er gitt, genererer verktøyet faktiske spørringer som består av det underliggende spørrespråket som brukes av databasen. SQL, T-SQL og PL/SQL er eksempler på spørringsspråk som brukes i mange populære databaser i dag. Deretter blir disse genererte spørringene utført mot databasene og resultatene av spørringene presenteres eller rapporteres til brukeren på en organisert og oversiktlig måte. Vanligvis trenger ikke brukeren å kunne et databasespesifikt spørrespråk for å bruke et spørreverktøy. Nøkkelfunksjonene til spørreverktøyene er integrert spørringsbygger og -redigering, sommerlige rapporter og tall, import- og eksportfunksjoner og avanserte søk/søk-funksjoner.
Hva er forskjellen mellom datautvinning og spørreverktøy?
Spørreverktøy kan brukes til å enkelt bygge og legge inn spørringer til databaser. Spørringsverktøy gjør det veldig enkelt å bygge spørringer uten engang å måtte lære et databasespesifikt spørrespråk. På den annen side er Data Mining en teknikk eller et konsept innen informatikk, som omhandler å trekke ut nyttig og tidligere ukjent informasjon fra rådata. Oftest er disse rådataene lagret i veldig store databaser. Derfor kan dataminere bruke de eksisterende funksjonene til spørreverktøy til å forhåndsbehandle rådata før datautvinningsprosessen. Imidlertid er hovedforskjellen mellom datautvinningsteknikker og bruk av spørreverktøy at for å bruke spørringsverktøy må brukerne vite nøyaktig hva de leter etter, mens datautvinning brukes mest når brukeren har en vag idé om hva de ser etter. leter etter.
