تعدين البيانات مقابل OLAP
يعد كل من استخراج البيانات و OLAP من تقنيات ذكاء الأعمال الشائعة (BI). يشير ذكاء الأعمال إلى الأساليب المعتمدة على الكمبيوتر لتحديد واستخراج المعلومات المفيدة من بيانات الأعمال. التنقيب عن البيانات هو مجال علوم الكمبيوتر الذي يتعامل مع استخراج أنماط مثيرة للاهتمام من مجموعات كبيرة من البيانات. فهو يجمع بين العديد من الأساليب من الذكاء الاصطناعي والإحصاءات وإدارة قواعد البيانات. OLAP (المعالجة التحليلية عبر الإنترنت) كما يوحي الاسم هو تجميع لطرق الاستعلام عن قواعد البيانات متعددة الأبعاد.
يُعرف استخراج البيانات أيضًا باسم اكتشاف المعرفة في البيانات (KDD).كما ذكرنا أعلاه ، فهو مجال من مجالات علوم الكمبيوتر ، والذي يتعامل مع استخراج معلومات غير معروفة ومثيرة للاهتمام من البيانات الأولية. نظرًا للنمو الهائل للبيانات ، لا سيما في مجالات مثل الأعمال التجارية ، أصبح استخراج البيانات أداة مهمة للغاية لتحويل هذه الثروة الكبيرة من البيانات إلى ذكاء الأعمال ، حيث أصبح الاستخراج اليدوي للأنماط مستحيلًا على ما يبدو في العقود القليلة الماضية. على سبيل المثال ، يتم استخدامه حاليًا في العديد من التطبيقات مثل تحليل الشبكات الاجتماعية واكتشاف الاحتيال والتسويق. عادةً ما يتعامل التنقيب عن البيانات مع المهام الأربع التالية: التجميع والتصنيف والانحدار والارتباط. التجميع هو تحديد مجموعات مماثلة من البيانات غير المهيكلة. التصنيف هو قواعد التعلم التي يمكن تطبيقها على البيانات الجديدة وستتضمن عادةً الخطوات التالية: المعالجة المسبقة للبيانات ، وتصميم النمذجة ، واختيار التعلم / الميزة ، والتقييم / التحقق من الصحة. الانحدار هو العثور على وظائف بأقل قدر من الخطأ لنمذجة البيانات. والارتباط يبحث عن العلاقات بين المتغيرات.عادةً ما يتم استخدام التنقيب عن البيانات للإجابة على أسئلة مثل ما هي المنتجات الرئيسية التي قد تساعد في تحقيق أرباح عالية العام المقبل في وول مارت.
OLAP هي فئة من الأنظمة التي تقدم إجابات على الاستفسارات متعددة الأبعاد. عادةً ما يتم استخدام OLAP للتسويق والميزنة والتنبؤ والتطبيقات المماثلة. وغني عن القول أن قواعد البيانات المستخدمة في OLAP مهيأة للاستعلامات المعقدة والمخصصة مع وضع أداء سريع في الاعتبار. عادةً ما يتم استخدام مصفوفة لعرض إخراج OLAP. يتم تشكيل الصفوف والأعمدة حسب أبعاد الاستعلام. غالبًا ما يستخدمون طرق التجميع على جداول متعددة للحصول على ملخصات. على سبيل المثال ، يمكن استخدامه لمعرفة مبيعات هذا العام في وول مارت مقارنة بالعام الماضي؟ ما هو التنبؤ بالمبيعات في الربع القادم؟ ماذا يمكن أن يقال عن الترند بالنظر إلى النسبة المئوية للتغير؟
على الرغم من أنه من الواضح أن استخراج البيانات و OLAP متشابهان لأنهما يعملان على البيانات لاكتساب الذكاء ، فإن الاختلاف الرئيسي يأتي من كيفية عملهما على البيانات.توفر أدوات OLAP تحليل بيانات متعدد الأبعاد وتوفر ملخصات للبيانات ولكن على النقيض من ذلك ، يركز استخراج البيانات على النسب والأنماط والتأثيرات في مجموعة البيانات. هذه صفقة OLAP مع التجميع ، والتي تتلخص في تشغيل البيانات عبر "الإضافة" ولكن التنقيب في البيانات يتوافق مع "التقسيم". يتمثل الاختلاف الملحوظ الآخر في أنه بينما تقوم أدوات استخراج البيانات بنمذجة البيانات وإرجاع القواعد القابلة للتنفيذ ، سيجري OLAP تقنيات المقارنة والتباين على طول بُعد الأعمال في الوقت الفعلي.
