Преглед на кода на Извличане на знания от данни

[[File:dm2.png|thumb|right|Най-опростено процеса може да се представи така.]]

'''Извличането на знания от данни''' („'''data mining'''” или на български „'''дълбане на данни'''”) възниква в края на двадесети век с цел '''решаване на някакъв конкретен изследователски проблем'''. По същество се изразява в '''събиране на огромно количество данни от съответен харектер'''. Тази информация се анализира с помощта на специален [[софтуер]] и постепенно се отделя това, което може да бъде полезно за решаването на проблемната ситуация. Data mining se свързва с невронните мрежи и изкуствения интелект и се основава на идеята за премахване на субективния фактор в ролята на човека. Като краен резултат от процеса се очаква да се открият определени тенденции и знание относно този въпрос.

==Етапи==

Процесът на “data mining”  минава през няколко етапа на [[трансформация на информацията]] като се върви от общото към частното т.е към съответния проблем.

[[File:dm.png]]

Етапите са следните:
#Дефиниране на проблема
#Достъп до информацията, с която изследователите разполагат
#Откриване на точната информация, свързана със случая
#Предварителна обработка на информацията
#Трансформирана информация – разделена на точно определени части
#Извеждане на модели
#Знание

==Видове софтуер==

#Data mining suites – [[DMS]] е комерсиализирано и доста скъпо за употреба, но въпреки това съществуват някои по – лесно достъпни продукти от този тип като: [[SPSS modeler]], [[SAS enterprise miner]] и др.
#Business intelligence packets – прилижението на този метод в data mining е най–вече свързано със статистически методи за извеждане на зависимости в областта на бизнеса
#Mathematical packages – приложението на този вид софтуер осигурява голям и широк набор от алгоритми и визуализирано представяне на данни
#Integration packages – този модел е атрактивен за разработчици на алгоритми , защото осигурява широка [[платформа]] за тяхното създаване
#EXT – това са малки допълнение към други инструменти като [[Excel]], [[Matlab]]  и  др. с ограничени , но много полезни функции.
#Data mining libraries – прилага се процеса чрез набор от фунции, които могат да бъдат вградени в други софтуерни продукти за Data mining
#Specialties -  подобни на DMS, но се ползва само едно специално семейство методи като изкуствени неутрoнни мрежи.

==Приложение (от гледна точка на маркетинга)==

#Привличане на нови клиенти
#Запазване на настоящи
#Изоставяне на нови клиенти
#[[Анализ на потребителската кошница]]
#Видове промоции

==Пример==

Американски супермаркет решава да използва възможностите на софтуерния продукт [[Oracle]] да анализира  локалните модели на покупка. Те откриват, че когато мъжете купуват пелени в четвъртъците и съботите, те най-често купуват и бира. По–нататъшния анализ показва, че тези купувачи пазаруват най-вече в съботите своите основни продукти, а в четвъртъците те пазаруват отделни покупки като бирата и пелените. Изследователите решават да използват тази информация, за да увеличат приходите си и местят щандовете с бира по-близо до тези на пелените, с което си гарантират по-завишените продажби.

==Вижте още==

*[[PEST анализ]]
*[[Анализ на вторични данни]]
*[[Анализ на документи]]
*[[Анализ на съдържанието]]
*[[Анкетно проучване]]
*[[Видове бизнес изследвания]]
*[[Включено наблюдение]]
*[[Групово интервю]]
*[[Допускане]]
*[[Дърво на решенията]]
*[[Експериментално изследване]]
*[[Експерт]]
*[[Електронно интервю]]
*[[Задача]]
*[[Извадкови методи]]
*[[Изследователски доклад]]
*[[Изследователски метод]]
*[[Изследователски процес]]
*[[Имитационно моделиране]]
*[[Интернет базирано проучване]]
*[[Интернет интервю]]
*[[Информационно осигуряване]]
*[[Казусен метод]]
*[[МИБ Речник]]
*[[Неструктурирано интервю]]
*[[Пазарно проучване]]
*[[Панелно проучване]]
*[[Принцип на Парето]]
*[[Проблемна ситуация]]
*[[Ситуационен анализ]]
*[[Структурирано интервю]]
*[[Телефонно интервю]]
*[[Техника за преглед и оценка на програми]]
*[[Фази на изследователския процес]]
*[[Фокус група]]
*[[Фундаментален анализ]]
*[[Хипотеза]]

==Източници==

*Ian H. Witten, Eibe Frank and Mark A. Hall, Data Mining: Practical Machine Learning Tools and Techniques, Third Edition (The Morgan Kaufmann Series in Data Management Systems)
*Jiawei Han, Micheline Kamber and Jian Pei, Data Mining: Concepts and Techniques, Third Edition (The Morgan Kaufmann Series in Data Management Systems) 
*Robert Nisbet, John Elder IV and Gary Miner, Handbook of Statistical Analysis and Data Mining Applications
*Matthew A. Russell , Mining the Social Web: Analyzing Data from Facebook, Twitter, LinkedIn, and Other Social Media Sites 
*Philipp K. Janert, Data Analysis with Open Source Tools

==Външни препратки==

*[http://www.the-data-mine.com/Software/WebHome Data mining software]
*[http://tuj.asenevtsi.com/Inf%20sistem/IS026.htm Методи за излседване на системите]
*[https://docs.google.com/viewer?a=v&q=cache:c5-pV8fWXLsJ:alternativi.unwe.bg/br6/09%2520-%2520Statia%2520scians.doc+&hl=bg&gl=bg&pid=bl&srcid=ADGEESjHgSG3CWyd_fPkUxBiRomhxi01d87seBDaW1jjTNKNqTRtmVZAVAYgTeuhtg3s1thdffpueEiAACSN5v2xPaBW8jmxmtM0sMw6F05VMTiBTSChRcDyyU-Np4bnRsyOSGWrtU-u&sig=AHIEtbT3r4K9XxyLOsPhjNkkQdnbppxbQQ Конституиращи елементи в научноизследователския процес]
*[http://www.referati.org/konceptualna-shema-za-strategichesko-mislene-v-biznesa-i-metodi-za-izsledvane-na-konkurentosposobnostta/57303/ref Концептуална схема за стратегическо мислене в бизнеса и методи за изследване на конкурентоспособността]

[[category:Методи за изследване в бизнеса]]