DBMS vs Data Mining
Et DBMS (Database Management System) er et komplet system, der bruges til styring af digitale databaser, der muliggør lagring af databaseindhold, oprettelse / vedligeholdelse af data, søgning og andre funktioner. På den anden side er Data Mining et felt inden for datalogi, der beskæftiger sig med udvinding af tidligere ukendt og interessant information fra rådata. Normalt gemmes de data, der bruges som input til Data mining-processen, i databaser. Brugere, der er tilbøjelige til at bruge statistik, bruger Data Mining. De bruger statistiske modeller til at lede efter skjulte mønstre i data. Data minearbejdere er interesserede i at finde nyttige forhold mellem forskellige dataelementer, hvilket i sidste ende er rentabelt for virksomheder.
DBMS
DBMS, undertiden bare kaldet en database manager, er en samling af computerprogrammer, der er dedikeret til styring (dvs. organisering, lagring og hentning) af alle databaser, der er installeret i et system (dvs. harddisk eller netværk). Der findes forskellige typer databasestyringssystemer i verden, og nogle af dem er designet til korrekt styring af databaser konfigureret til bestemte formål. De mest populære kommercielle databasestyringssystemer er Oracle, DB2 og Microsoft Access. Alle disse produkter giver mulighed for tildeling af forskellige niveauer af privilegier til forskellige brugere, hvilket gør det muligt for et DBMS at blive styret centralt af en enkelt administrator eller tildeles til flere forskellige personer. Der er fire vigtige elementer i ethvert databasestyringssystem. De er modelleringssprog,datastrukturer, forespørgselssprog og mekanisme til transaktioner. Modelleringssproget definerer sproget for hver database, der hostes i DBMS. I øjeblikket er flere populære tilgange som hierarki, netværk, relationel og objekt i praksis. Datastrukturer hjælper med at organisere data såsom individuelle poster, filer, felter og deres definitioner og objekter såsom visuelle medier. Dataspørgsmålssprog opretholder databasens sikkerhed ved at overvåge login-data, adgangsrettigheder til forskellige brugere og protokoller for at tilføje data til systemet. SQL er et populært forespørgselssprog, der bruges i Relational Database Management Systems. Endelig hjælper mekanismen, der giver mulighed for transaktioner, samtidighed og mangfoldighed. Denne mekanisme vil sikre, at den samme post ikke bliver ændret af flere brugere på samme tid,og dermed holde dataintegriteten i takt. Derudover leverer DBMS også backup og andre faciliteter.
Data Mining
Data mining er også kendt som Knowledge Discovery in Data (KDD). Som nævnt ovenfor er det en kendskab til datalogi, der beskæftiger sig med udvinding af tidligere ukendte og interessante oplysninger fra rådata. På grund af den eksponentielle vækst i data, især inden for områder som forretning, er datamining blevet et meget vigtigt redskab til at konvertere denne store rigdom af data til business intelligence, da manuel udvinding af mønstre er blevet tilsyneladende umulig i de sidste par årtier. For eksempel er det i øjeblikket blevet brugt til forskellige applikationer, såsom analyse af sociale netværk, afsløring af svig og markedsføring. Data mining behandler normalt følgende fire opgaver: klyngedannelse, klassificering, regression og tilknytning. Clustering identificerer lignende grupper fra ustrukturerede data. Klassificering er indlæringsregler, der kan anvendes på nye data og vil typisk omfatte følgende trin: forbehandling af data, designe modellering, indlæring / valg af funktion og evaluering / validering. Regression er at finde funktioner med minimal fejl til modeldata. Og forening leder efter forhold mellem variabler. Data mining bruges normalt til at besvare spørgsmål som hvad er de vigtigste produkter, der kan hjælpe med at opnå høj fortjeneste næste år i Wal-Mart?Data mining bruges normalt til at besvare spørgsmål som hvad er de vigtigste produkter, der kan hjælpe med at opnå høj fortjeneste næste år i Wal-Mart?Data mining bruges normalt til at besvare spørgsmål som hvad er de vigtigste produkter, der kan hjælpe med at opnå høj fortjeneste næste år i Wal-Mart?
Hvad er forskellen mellem DBMS og Data mining?
DBMS er et fuldt udbygget system til boliger og styring af et sæt digitale databaser. Data Mining er dog en teknik eller et koncept inden for datalogi, der beskæftiger sig med at udtrække nyttige og tidligere ukendte oplysninger fra rådata. Disse rå data lagres for det meste i meget store databaser. Derfor bruger minearbejdere de eksisterende funktioner i DBMS til at håndtere, administrere og endda forbehandle rådata før og under Data mining-processen. Dog kan et DBMS-system alene ikke bruges til at analysere data. Men nogle DBMS har i øjeblikket indbyggede dataanalyseværktøjer eller -funktioner.
