Datamining versus OLAP
Zowel datamining als OLAP zijn twee van de meest voorkomende Business Intelligence (BI) -technologieën. Business intelligence verwijst naar computergebaseerde methoden voor het identificeren en extraheren van nuttige informatie uit bedrijfsgegevens. Datamining is het gebied van de informatica dat zich bezighoudt met het extraheren van interessante patronen uit grote sets gegevens. Het combineert vele methoden van kunstmatige intelligentie, statistieken en databasebeheer. OLAP (online analytical processing), zoals de naam suggereert, is een compilatie van manieren om multidimensionale databases te doorzoeken.
Datamining wordt ook wel Knowledge Discovery in data (KDD) genoemd. Zoals hierboven vermeld, is het een vakgebied van de informatica, dat zich bezighoudt met extractie van voorheen onbekende en interessante informatie uit onbewerkte gegevens. Door de exponentiële groei van gegevens, vooral op gebieden als het bedrijfsleven, is datamining een zeer belangrijk hulpmiddel geworden om deze grote schat aan gegevens om te zetten in bedrijfsinformatie, aangezien handmatige extractie van patronen de afgelopen decennia schijnbaar onmogelijk is geworden. Het wordt momenteel bijvoorbeeld gebruikt voor verschillende toepassingen zoals analyse van sociale netwerken, fraudedetectie en marketing. Datamining omvat gewoonlijk de volgende vier taken: clustering, classificatie, regressie en associatie. Clustering is het identificeren van vergelijkbare groepen op basis van ongestructureerde gegevens. Classificatie zijn leerregels die kunnen worden toegepast op nieuwe gegevens en omvatten doorgaans de volgende stappen: voorverwerking van gegevens, ontwerpen van modellering, leren / functieselectie en evaluatie / validatie. Regressie is het vinden van functies met minimale fouten om gegevens te modelleren. En associatie zoekt relaties tussen variabelen. Datamining wordt meestal gebruikt om vragen te beantwoorden, zoals wat de belangrijkste producten zijn die kunnen helpen om volgend jaar hoge winst te behalen in Wal-Mart. Datamining wordt meestal gebruikt om vragen te beantwoorden, zoals wat de belangrijkste producten zijn die kunnen helpen om volgend jaar hoge winst te behalen in Wal-Mart. Datamining wordt meestal gebruikt om vragen te beantwoorden, zoals wat de belangrijkste producten zijn die kunnen helpen om volgend jaar hoge winst te behalen in Wal-Mart.
OLAP is een klasse van systemen die antwoorden bieden op multidimensionale vragen. Meestal wordt OLAP gebruikt voor marketing, budgettering, prognoses en vergelijkbare toepassingen. Het behoeft geen betoog dat de databases die voor OLAP worden gebruikt, zijn geconfigureerd voor complexe en ad-hocquery's met het oog op snelle prestaties. Meestal wordt een matrix gebruikt om de uitvoer van een OLAP weer te geven. De rijen en kolommen worden gevormd door de afmetingen van de query. Ze gebruiken vaak aggregatiemethoden op meerdere tabellen om samenvattingen te verkrijgen. Het kan bijvoorbeeld worden gebruikt om meer te weten te komen over de verkopen van dit jaar in Wal-Mart in vergelijking met vorig jaar? Wat is de voorspelling van de verkopen in het volgende kwartaal? Wat kan er over de trend worden gezegd door naar de procentuele verandering te kijken?
Hoewel het duidelijk is dat datamining en OLAP op elkaar lijken, omdat ze op data werken om intelligentie te verkrijgen, komt het belangrijkste verschil voort uit hoe ze omgaan met data. OLAP-tools bieden multidimensionale gegevensanalyse en ze bieden samenvattingen van de gegevens, maar datamining richt zich daarentegen op verhoudingen, patronen en invloeden in de set gegevens. Dat is een OLAP-deal met aggregatie, wat neerkomt op de werking van data via “optellen”, maar datamining komt overeen met “delen”. Een ander opmerkelijk verschil is dat terwijl dataminingtools gegevens modelleren en bruikbare regels retourneren, OLAP in realtime vergelijkings- en contrasttechnieken uitvoert langs de zakelijke dimensie.
