داده کاوی چیست؟

داده کاوی چیست؟

مقدمه

اصلی‌ترین دلیلی که باعث شده داده کاوی کانون توجهات در صنعت اطلاعات قرار بگیرد، مساله در دسترس بودن حجم وسیعی از داده ها و نیاز شدید به اینکه از این داده ها، اطلاعات و دانش سودمند استخراج کنیم. اطلاعات و دانش بدست آمده در کاربردهای وسیعی مورد استفاده قرار می­گیرد. داده کاوی را می توان حاصل سیر تکاملی طبیعی تکنولوژی اطلاعات دانست، که این سیر تکاملی ناشی از یک سیر تکاملی در صنعت پایگاه داده می باشد، نظیر عملیات جمع­آوری داده ها وایجاد پایگاه داده، مدیریت داده و تحلیل و فهم داده ها.

تکامل تکنولوژی پایگاه داده و استفاده فراوان ­آن در کاربردهای مختلف سبب جمع ­آوری حجم فراوانی داده شده است. این داده های فراوان نیازی را در به دست آوردن دانش از داده های خام به وجود آورده است و به دلیل این که حجم داده­ها بسیار فراوان است نیاز به ابزارهای قدرتمند اتوماتیک برای تحلیل داده ها است. در سازمان­ها در حال حاضر به لحاظ داده ثروتمند هستند ولی دچار فقر اطلاعات و دانش می باشند.

در این فصل ما به تعاریف، تاریخچه و امکانات داده کاوی اشاره می کنیم. این بستر شورع حرکت داده کاوی می باشد.

1-1– چرا داده کاوی؟

شناخت روشهای برای استفاده از قابلیت های نهفته در کسب و کار، یکی از مؤثرترین راههای موفقیت در بازار رقابتی است ولی پیدا کردن این قابلیت­های نهفته بسیار سخت می­باشد؟

به دلیل این که داده کاوی تکامل یافته بخش­های هوشمندی کسب و کار است در کنار ابزارهای دیگر هوشمندی کسب و کار می تواند بسیار مفید واقع شود و کارایی سازمان را افزایش دهد. در شکل 1-1 زیر به تکامل سازمان برای کارهای داده کاوی اشاره شده است.

مدیران بسیاری از شرکت ها و ادارات مانند بیمارستان ها، بانکها و مؤسسات مالی، شرکت های بیمه و …، با صرف هزینه های بالا اقدام به ایجاد پایگاههای داده و یا سیستم های مدیریتی همچون مدیریت منابع سازمانی و مدیریت ارتباط با مشتری نموده اند و ولی از گنجینه­های پنهان (داده­های) خود استفاده نمی کنند. این حجم از داده ها بدون تبدیل شدن به اطلاعات ارزشمند و دانش، در کسب و کار ارزش زیادی نخواهند داشت و هیچ کمکی به غیر از انبار داده نخواهد داشت.

با اینکه این داده ها در بسیاری از موارد به کار میروند، اما هنوز دارای دانش بالقوه ای هستند که از آن استفاده نمی­شود. متاسفانه بسیاری از مدیران نمیدانند که این قابلیت های بالقوه وجود دارند و شناخت اندکی از این قابلیت ها میتواند بسیار سود آور باشد و یا به میزان زیادی از ضررها جلوگیری نماید.

شکل 1-1: تکامل هوشمندی کسب و کار

دكتر شهرابي در بيان جزئيات دانش داده كاوي اظهار داشت:)) دانش داده كاوی سازمانها را قادر می سازد تا از سرمایه داده­هایشان بهره برداری كنند و این ابزار برای پشتیباني فرایند تصمیم گیری استفاده می شود در واقع داده كاوی با پردازش جامع داده و انجام فرایند تصمیم سازی از طریق استخراج دانش با ارزش از داده، تصمیم گیری را برای مدیران سازمان تسهیل می كند ((.

به گزارش روابط عمومي دانشگاه صنعتي اميركبير: دكتر عليرضا رهايي رئيس دانشگاه صنعتي اميركبير با بيان اينكه داده كاوي ابزار و تكنيكي براي كشف اطلاعات و دانش است بيان داشت: داده كاوي در همه جا مطرح بوده و اميد است با گسترش اين رشته به تحليل مسائل مطرح در سطح كشور بپردازيم.

در واقع تعریفی کلی از داده کاوی این است که, ابزار داده كــــاوی، داده را می گیرد و یك تصویر از واقعیت به شكل مدل می سازد، این مدل روابط موجود در داده ها را شرح می دهد.

1-2– عوامل پیدایش داده کاوی

اصلی‌ترین دلیلی که باعث شد داده کاوی کانون توجهات در صنعت اطلاعات قرار بگیرد، مساله در دسترس بودن حجم وسیعی از داده ها و نیاز شدید به اینکه از این داده ها اطلاعات و دانش سودمند استخراج کنیم. اطلاعات و دانش بدست امده در کاربردهای وسیعی از مدیریت کسب و کار و کنترل تولید و تحلیل بازار تا طراحی مهندسی و تحقیقات علمی مورد استفاده قرار می گیرد. داده کاوی را می توان حاصل سیر تکاملی طبیعی تکنولوژی اطلاعات دانست، که این سیر تکاملی ناشی از یک سیر تکاملی در صنعت  پایگاه داده می باشد، نظیر عملیات: جمع ­آوری داده ها و ایجاد پایگاه داده، مدیریت داده و تحلیل و فهم داده ها.  

شکل 1-2-سیر تکاملی صنعت پایگاه داده

ابزارهای داده کاوی داده ها را آنالیز می کنند و الگوها ی داده هایی را کشف می کنند که می توان از ان درکاربردهایی نظیر: تعیین استراتژی برای کسب و کار، پایگاه دانش وتحقیقات علمی و پزشکی، استفاده کرد. شکاف موجود بین داده ها و اطلاعات سبب ایجاد نیاز برای ابزارهای داده کاوی شده است تا داده های بی ارزش را به دانشی ارزشمند تبدیل کنیم.

به طور ساده داده کاوی به معنای استخراج یا ((معدن کاری)) دانش از مقدار زیادی داده خام است. البته این نامگذاری برای این فرایند تا حدی نامناسب است، زیرا به طور مثال عملیات معدن کاری برای استخراج طلا از صخره و ماسه را طلا کاوی می نامیم، نه ماسه کاوی یا صخره کاوی، بنابراین بهتر بود به این فرایند نامی شبیه به ((استخراج دانش از داده)) می دادیم که متاسفانه بسیار طولانی است. ((دانش کاوی)) به عنوان یک عبارت کوتاهتر به عنوان جایگزین، نمی تواند بیانگر تاکید و اهمیت بر معدن کاری مقدار زیاد داده باشد. معدن کاری عبارتی است که بلافاصله انسان را به یاد فرایندی می اندازد که به دنبال یافتن مجموعه کوچکی از قطعات ارزشمند از حجم بسیار زیادی از مواد خام هستیم.

با توجه به مطالب عنوان شده، با اینکه این فرایند تا حدی دارای نامگذاری ناقص است ولی این نامگذاری یعنی داده کاوی بسیار عمومیت پیدا کرده است. البته اسامی دیگری نیز برای این فرایند پیشنهاد شده که بعضا بسیار متفاوت با واژه داده کاوی است، نظیر: استخراج دانش از پایگاه داده، استخراج دانش، انالیز داده/الگو،  باستان شناسی داده، و لایروبی داده ها.

1-3 تعريف داده كاوي [^1]

با اهمیت ترین قسمت این موضوع استفاده از تعریف آن است و که توافق است برای ادامه کار است تا با استفاده از این تعریف بتوان بر این بستر حرکت کرد.

مفاهيم پايه در داده کاوي:
در داده کاوي معمولا به کشف الگوهاي مفيد از ميان داده ها اشاره مي شود. منظور از الگوي مفيد: مدلي در داده ها است که ارتباط ميان يک زير مجموعه از داده ها را توصيف مي کند، و معتبر، ساده، قابل فهم و جديد است.

 تعاريف گوناگوني براي داده کاوي ارائه شده اند. برخي از اين تعاريف عبارتند از: 
داده کاوي: عبارت است از فرايند استخراج اطلاعات معتبر، از پيش ناشناخته، قابل فهم و قابل اعتماد از پايگاه داده هاي بزرگ و استفاده از آن در تصميم گيري در فعاليت هاي تجاري مهم.
اصطلاح داده کاوي: به فرايند نيم خودکار تجزيه و تحليل پايگاه داده هاي بزرگ به منظور يافتن الگوهاي مفيد اطلاق مي شود 
داده کاوي: يعني جستجو در يک پايگاه داده ها براي يافتن الگوهايي ميان داده ها.
داده کاوي: يعني استخراج دانش کلان، قابل استناد و جديد از پايگاه داده ها ي بزرگ.
داده کاوي: يعني تجزيه و تحليل مجموعه داده هاي قابل مشاهده براي يافتن روابط مطمئن بين داده ها. 
همانگونه که در تعاريف گوناگون داده کاوي مشاهده مي شود، تقريبا در تمامي تعاريف به مفاهيمي چون استخراج دانش، تحليل و يافتن الگوي بين داده ها اشاره شده است.

مثلا داده کاوی در حوزه بازاریابی، بدلیل پیوستگی غیرقابل انتظاری که بین پروفایل یک مشتری و الگوی خرید او ایجاد میکند اهمیتی خاص دارد.

براي اولين بار مفهوم داده کاوي در کارگاه در زمينه کشف دانش در پایگاه داده ها توسط شیپر مطرح گرديد. به دنبال آن در سالهاي 1991 تا 1994، کارگاههاي کشف دانش در پایگاه داده ها مفاهيم جديدي را در اين شاخه از علم ارائه کردند بطوري که بسياري از علوم و مفاهيم با آن مرتبط گرديدند که شامل علم آمار، علم کامپیوتر، هوش مصنوعی، الگوشناسی، فراگیری ماشین و بازنمایی بصری داده می شود که در شکل زیر ریشه های اصلی داده کاوی بیان شده است.
در دهه 1990 گامهای بلندی در اين شاخه از علم برداشته شده و انتظار می رود در اين قرن به رشد و پيشرفت خود ادامه دهد واژه های «داده کاوی» و «کشف دانش در پایگاه داده» اغلب به صورت مترادف یکدیگر مورد استفاده قرار می گیرند. داده‌کاوی فرآیندهایی را جهت شناسایی الگوها و مدل‌های صحیح، جدید و به صورت بالقوه مفید، در حجم وسیعی از داده به‌كار می‌گیرد.

داده کاوی در ابتدا از حوزه تجارت برخاست اما کاربردهای آن در سایر حوزه هائی که به گردآوری حجم وسیعی از داده هائی می پردازند که دستخوش تغییرات پویا نیز می گردند؛ مفید شناخته شد. بخشهایی مثل بانکداری، تجارت الکترونیک، تجارت سهام، بیمارستان و هتل از این نمونه اند.

داده کاوی یکی از پیشرفتهای اخیر در راستای فن آوریهای مدیریت داده هاست. مجموعه ای از فنون است که به شخص امکان میدهد تا ورای داده پردازی معمولی حرکت کند و به استخراج اطلاعاتی که در انبوه داده ها مخفی و یا پنهان است کمک می کند. این تکنولوژی امروزه دارای کاربرد بسیار وسیعی در حوزه های مختلف است به گونه ای که امروزه حد و مرزی برای کاربرد این دانش در نظر نگرفته و زمینه های کاری این دانش را از ذرات کف اقیانوسها تا اعماق فضا می دانند. 

نکته ای که باید در این قسمت بیان شود این است که داده کاوی به صورت یک محصول قابل خریداری نمی باشد، بلکه یک رشته عمل و فرآیندی است که بایستی به صورت یک پروژه پیاده سازی شود. 

امروزه، بیشترین کاربرد داده کاوی در بانکها، مراکز صنعتی و کارخانجات بزرگ، مراکز درمانی و بیمارستانها، مراکز تحقیقاتی، بازاریابی هوشمند و بسیاری از موارد دیگر می باشد.