Minhja e të dhënave vs OLAP
Të dy minierat e të dhënave dhe OLAP janë dy nga teknologjitë e zakonshme të Inteligjencës së Biznesit (BI). Inteligjenca e biznesit i referohet metodave të bazuara në kompjuter për identifikimin dhe nxjerrjen e informacionit të dobishëm nga të dhënat e biznesit. Minierat e të dhënave është fusha e shkencës kompjuterike e cila merret me nxjerrjen e modeleve interesante nga grupe të mëdha të dhënash. Ai kombinon shumë metoda nga inteligjenca artificiale, statistikat dhe menaxhimi i bazës së të dhënave. OLAP (përpunimi analitik në internet) siç sugjeron emri është një përmbledhje mënyrash për të kërkuar bazat e të dhënave shumëdimensionale.
Nxjerrja e të dhënave njihet gjithashtu si Zbulimi i njohurive në të dhëna (KDD). Siç u përmend më lart, është një fushë e shkencës kompjuterike, e cila merret me nxjerrjen e informacionit të panjohur më parë dhe interesant nga të dhënat e papërpunuara. Për shkak të rritjes eksponenciale të të dhënave, veçanërisht në fusha të tilla si biznesi, nxjerrja e të dhënave është bërë një mjet shumë i rëndësishëm për të kthyer këtë pasuri të madhe të të dhënave në inteligjencë biznesi, pasi nxjerrja manuale e modeleve është bërë në dukje e pamundur në dekadat e fundit. Për shembull, aktualisht përdoret për aplikacione të ndryshme si analiza e rrjeteve sociale, zbulimi i mashtrimit dhe marketingu. Minimi i të dhënave zakonisht merret me katër detyrat e mëposhtme: grupimin, klasifikimin, regresionin dhe shoqërimin. Grumbullimi është identifikimi i grupeve të ngjashme nga të dhënat e pastrukturuara. Klasifikimi është rregulla e të mësuarit që mund të zbatohet për të dhënat e reja dhe zakonisht do të përfshijë hapat e mëposhtëm: përpunimin paraprak të të dhënave, dizajnimin e modelimit, mësimin/përzgjedhjen e veçorive dhe vlerësimin/validimin. Regresioni është gjetja e funksioneve me gabim minimal në modelimin e të dhënave. Dhe shoqata është në kërkim të marrëdhënieve midis variablave. Minierat e të dhënave zakonisht përdoren për t'iu përgjigjur pyetjeve të tilla si cilat janë produktet kryesore që mund të ndihmojnë për të marrë fitim të lartë vitin e ardhshëm në Wal-Mart.
OLAP është një klasë sistemesh, të cilat japin përgjigje për pyetjet shumëdimensionale. Në mënyrë tipike OLAP përdoret për marketing, buxhetim, parashikim dhe aplikacione të ngjashme. Është e vetëkuptueshme që bazat e të dhënave të përdorura për OLAP janë konfiguruar për pyetje komplekse dhe ad-hoc me një performancë të shpejtë në mendje. Zakonisht një matricë përdoret për të shfaqur daljen e një OLAP. Rreshtat dhe kolonat formohen nga dimensionet e pyetjes. Ata shpesh përdorin metoda të grumbullimit në tabela të shumta për të marrë përmbledhje. Për shembull, a mund të përdoret për të mësuar rreth shitjeve të këtij viti në Wal-Mart krahasuar me vitin e kaluar? Cili është parashikimi për shitjet në tremujorin e ardhshëm? Çfarë mund të thuhet për trendin duke parë ndryshimin në përqindje?
Megjithëse është e qartë se Data Mining dhe OLAP janë të ngjashme sepse ato operojnë në të dhëna për të fituar inteligjencë, ndryshimi kryesor vjen nga mënyra se si ato veprojnë në të dhëna. Mjetet OLAP ofrojnë analiza shumëdimensionale të të dhënave dhe ato ofrojnë përmbledhje të të dhënave, por në të kundërt, nxjerrja e të dhënave fokusohet në raportet, modelet dhe ndikimet në grupin e të dhënave. Kjo është një marrëveshje OLAP me grumbullimin, e cila zbret në funksionimin e të dhënave nëpërmjet "shtimit", por nxjerrja e të dhënave korrespondon me "ndarjen". Një ndryshim tjetër i dukshëm është se ndërsa mjetet e nxjerrjes së të dhënave modelojnë të dhëna dhe kthejnë rregulla vepruese, OLAP do të kryejë teknika krahasimi dhe kontrasti përgjatë dimensionit të biznesit në kohë reale.
