Data mining жауаптары! Data mining негізгі ерекшелігі

Деректерді алдын-ала өңдеу және оларды бағалау ережесі

Сіз сапалы және сапасыз деректерді талдай аласыз. Нәтижеге екі жағдайда да қол жеткізіледі. Сапалы талдауды қамтамасыз ету үшін деректерді алдын-ала өңдеу қажет, бұл Data Mining процесінің қажетті кезеңі болып табылады.
Деректер сапасын бағалау. Жинау нәтижесінде алынған деректер белгілі бір сапа критерийлеріне сәйкес келуі керек. Осылайша, Data Mining процесінің маңызды ішкі қадамын-деректер сапасын бағалауды бөліп көрсетуге болады..
Деректер сапасы (data quality) - деректердің толықтығын, дәлдігін, уақтылығын және интерпретация мүмкіндігін анықтайтын критерий.
Деректер жоғары сапалы және сапасыз болуы мүмкін.
Жоғары сапалы деректер-бұл түсіндіруге болатын толық, дәл, негізгі мәліметтер. Мұндай деректер Сапалы нәтиже алуды қамтамасыз етеді және де шешім қабылдау процесін қолдай алатын білім болып табылады.
Талқыланатын мәселенің маңыздылығын "деректер сапасына байыпты қарау" 2005 жылдың басында Knightsbridge Solutions компаниясының Business Intelligence және деректер қоймаларында болжанған он негізгі трендтің ішінде бірінші орында тұрғаны айтады. Бұл болжам 2005 жылдың қаңтарында жасалды, ал 2005 жылдың маусымында Knightsbridge Solutions компаниясының басшыларының бірі Даффи Брунсон (Duffie Brunson) бұрын болжамдардың деректерінің дұрыстығын талдады.
Төменде алты айдан кейін болжам және оның талдауы келтірілген.
Болжам. Көптеген компаниялар деректердің сапасына көбірек назар аудара бастады, өйткені сапаның төмендігі өнімділіктің төмендеуіне, қате бизнес шешімдерін қабылдауға және қажетті нәтижеге қол жеткізе алмауға әкелетін мағынада ақшаға тұрарлық, сонымен қатар заң талаптарын орындауды қиындатады. Сондықтан компаниялар деректер сапасының мәселелерін шешу үшін нақты шаралар қабылдауға ниетті.
Шындық. Бұл үрдіс, әсіресе қаржылық қызметтер индустриясында сақталуда. Бұл, ең алдымен, Basel II келісімін орындауға тырысатын фирмаларға қатысты. Сапасыз деректерді несие бағаларын белгілеу және ұйымның капитал қажеттіліктерін есептеу үшін қолданылатын тәуекелдерді бағалау жүйелерінде пайдалану мүмкін емес. Бір қызығы, деректер сапасы мәселесін шешу жолдары туралы көзқарастар айтарлықтай өзгерді. Бастапқыда менеджерлер сапаны бағалау құралдарына назар аударды, өйткені деректердің "иесі" мәселені деңгейде шешуі керек деп есептеді.

41.