تعریف داده کاوی
داده کاوی( DM) یک زمینه میان رشته ای است که ترکیبی از هوش مصنوعی، مدیریت پایگاه داده، تجسم داده، یادگیری ماشین، الگوریتم ریاضی و آمار می باشد. داده کاوی که موسوم به کشف دانش در پایگاه داده است(KDD)( چن، هان و یو 1996، فایاد، پیکتسکی شاپیرو و اسمیت 1996 الف)، یک رشته به سرعت در حال ظهور است. این فناوری، روش های مختلفی را برای تصمیم گیری، حل مسئله، تحلیل، برنامه ریزی، تشخیص ، تلفیق، پیش گیری، یادگیری و نوآوری ارایه می کند.
هدف از ایجاد این فناوری، نیاز به روش های جدید برای کمک به تحلیل، درک و حتی تجسم حجم زیادی از داده های ذخیره شده و جمع اوری شده در زمینه های علمی و کسب و کار است. این خود فرایند کشف دانش جالب نظیر الگو ها، روابط، تغییرات، ناهنجاری ها و ساختار های مهم از مقادیر عظیم داده های ذخیره شده در پایگاه داده ها، انبار داده ها و سایر منابع اطلاعاتی است. هم چنین می توان از آن برای کمک به شرکت ها برای تصمیم گیری های بهتر در راستای حفظ قدرت رقابتی در محیط بازاری استفاده کرد. کارکرد های اصلی داده کاوی که در جوامع تجاری و علمی توسعه می یابند شامل خلاصه سازی، تعیین ارتباط، طبقه بندی، پیش بینی و خوشه بندی است. این وظایف را می توان با استفاده از طیف وسیعی از فناوری ها نظیر روش های مبتنی بر پایگاه داده ها، یاد گیری ماشینی و فنون آماری اجرا کرد( فایاد، پیتسکی شاپیرو و اسمیت 1996 ب).
داده کاوی توسط توربان، انورسون، لیانگ و شاردا( 2007، صفحه 205) به صورت فرایندی که از فنون آماری، ریاضی ، هوش مصنوعی و یادگیری ماشینی برای استخراج و شناسایی اطلاعات مفید و سپس کسب دانش از پایگاه های بزرگ استفاده می کند تعریف می شود. به منظور تبدیل اطلاعات و بینش های جدید به روابط عمل-عملکرد، داده کاوی برای بررسی برنامه های اصلاحی، اولویت های راهبردی، عوامل محیطی، تولید ابعاد عملکرد و اثرات متقابل آن ها استفاده شد(Hajirezaie, Mohammad, Husseini, Barfourosh, & Karimi, 2010).Berson, Smith،Thearling (2000), Lejeune (2001), Ahmed (2004) و Berry and، Linoff (2004) داده کاوی را به صورت فرایند استخراج و تشخیص الگو های مخفی یا اطلاعات از دیتابیس های بزرگ تعریف کرد. فناوری داده کاوی با حجم عظیمی از داده های مشتری می تواند اطلاعات کسب و کار برای ایجاد فرصت های جدید ارایه کند(Bortiz & Kennedy, 1995; Fletcher & Goss, 1993; Langley and Simon, 1995; Lau, Wong, Hui, & Pun, 2003; Salchenberger, Cinar, & Lash, 1992; Su, Hsu, & Tsai, 2002; Tam & Kiang, 1992; Zhang, Hu, Patuwo, & Indro, 1999).
اخیرا، تعدادی از برنامه ها و نمونه های داده کاوی برای طیف وسیعی از حوزه ها توسعه یافته اند0 براکمن، خبازاف، کولگسن، پیتسکی-شاپیرو سیمودیس 1996) از جمله بازار یابی، بانک داری ، امور مالیف تولید و بهداشت و درمان. به علاوه، داده کاوی در مورد سایر انواع داده ها نظیر سری های زمانی، داده های مکانی، مخابرات، وب و چند رسانه ای به کار برده شده است. به طور کلی، استفاده از فرایند داده کاوی و روش و کارکرد داده کاوی بستگی به حوزه کارکردی و ماهیت داده های قابل دسترس دارد.