Data-Mining-Prozess

Der Data-Mining-Prozess umfasst unterschiedliche Schritte wie die Erzeugung und der Test der Mining-Modelle oder die Arbeit mit den Mining-Modellen.

Sie beginnen ein Data-Mining-Projekt mit einem klar strukturierten Business-Intelligence-Projektplan. Die Geschäftsanalytiker in Ihrem Unternehmen definieren ein Problem, das sie lösen wollen, und ein endgültiges Business-Intelligence-Ziel, das sie erreichen wollen. Je besser die ursprüngliche Formulierung ist, desto klarer lauten Ihre Richtlinien dazu, welche Daten und welche Mining-Funktionen Sie zum Erreichen des gewünschten Ergebnisses einsetzen.

Das Data-Mining-Projekt besteht aus den folgenden Hauptphasen:
  1. Datenauswahl und -aufbereitung
  2. Erzeugung des Data-Mining-Modells (auch als Trainingsphase bezeichnet)

    Sie erzeugen ein Data-Mining-Modell auf der Grundlage einer bestimmten Menge von Eingabedaten.
    Beim Modellerstellungsprozess geben Sie nach der Datenaufbereitung Ihre Entscheidungen zu folgenden Fragen an:
    • Wo befinden sich die Eingabedaten?
    • Welche Felder in den Eingabedaten sind relevant?
    • Welche Einstellungen sollen für die jeweilige eingesetzte Mining-Funktion verwendet werden?
    • Wo soll das endgültige Modell gespeichert werden?
    Intelligent Miner ® verwendet beim Erstellen eines Modells die folgenden Datenbankobjekte:
    • Benutzerdefinierte Methoden
    • Gespeicherte Prozeduren
    • Benutzerdefinierte Funktionen
    .
  3. Testen eines Modells und Analyse seiner Qualität

    Sie können ein Klassifikations- oder Regressionsmodell testen. Anschließend können Sie die Qualität des Modells analysieren.

  4. Aus der Arbeit mit einem Modell gewonnene Informationen:
    • Visualisierung der Ergebnisse

      Sie können die Data-Mining-Ergebnisse anzeigen, um sie zu analysieren und zu interpretieren. Mit Intelligent Miner Visualizer können Sie die Ergebnisse anzeigen und analysieren.

    • Scoring-Datensätze

      Sie wenden ein Modell auf andere Daten der Anwendungsphase des Data-Mining an. Verwenden Sie Intelligent Miner , um die Datensätze zu bewerten.

    • Analyse eines Modells und Vorbereitung für weitere Verarbeitungsschritte

      Sie können mit verschiedenen Funktionen Informationen zum Modell in Tabellen abrufen, die Sie mit anderen Anwendungsprogrammen weiterverarbeiten können.