KDD ডেটাবেসে জ্ঞান আবিষ্কারের প্রতিনিধিত্ব করে। এটি ডেটাতে জ্ঞান আবিষ্কারের বিস্তৃত প্রক্রিয়াকে সংজ্ঞায়িত করে এবং নির্দিষ্ট ডেটা মাইনিং কৌশলগুলির উচ্চ-স্তরের প্রয়োগের উপর জোর দেয়। এটি কৃত্রিম বুদ্ধিমত্তা, মেশিন লার্নিং, প্যাটার্ন স্বীকৃতি, ডেটাবেস, পরিসংখ্যান, পেশাদার সিস্টেমের জন্য জ্ঞান অর্জন এবং ডেটা ভিজ্যুয়ালাইজেশনের মতো বিভিন্ন ক্ষেত্রে গবেষকদের আগ্রহের একটি ক্ষেত্র৷
কেডিডি প্রক্রিয়ার মূল উদ্দেশ্য হল বিশাল ডাটাবেসের পরিপ্রেক্ষিতে তথ্য থেকে ডেটা বের করা। এটি ডেটা মাইনিং অ্যালগরিদম ব্যবহার করে যা জ্ঞান হিসাবে বিবেচিত হয় তা চিনতে পারে। ডেটাবেসে নলেজ ডিসকভারি একটি প্রোগ্রামড, অনুসন্ধানমূলক বিশ্লেষণ এবং বিশাল ডেটা রিপোজিটরির মডেলিং হিসাবে বিবেচিত হয়। KDD হল বড় এবং কঠিন ডেটা সেট থেকে বৈধ, উপযোগী এবং বোধগম্য ডিজাইন শনাক্ত করার সংগঠিত প্রক্রিয়া।
KDD হল বৈধ, অভিনব, সম্ভবত উপযোগী, এবং মূলত যৌক্তিক ডিজাইন সনাক্ত করার একটি অ-তুচ্ছ পদ্ধতি। প্রক্রিয়াটি নির্দেশ করে যে KDD-তে অনেকগুলি ধাপ রয়েছে, যার মধ্যে রয়েছে ডেটা প্রস্তুতি, প্যাটার্ন অনুসন্ধান, জ্ঞান মূল্যায়ন এবং পরিমার্জন, সবই একাধিক পুনরাবৃত্তিতে পুনরাবৃত্তি করা হয়। অ-তুচ্ছ দ্বারা, এর অর্থ হল কিছু অনুসন্ধান বা অনুমান রয়েছে; যথা, এটি পূর্বনির্ধারিত পরিমাণের একটি সহজ গণনা নয় যেমন সংখ্যার সেটের গড় মান গণনা করা।
ডেটা মাইনিং হল KDD পদ্ধতির মূল, যেমন অ্যালগরিদমগুলির অনুমান যা রেকর্ডগুলি তদন্ত করে, মডেল তৈরি করে এবং পূর্বে অজানা নিদর্শনগুলি আবিষ্কার করে। মডেলটি তথ্য থেকে জ্ঞান আহরণ, তথ্য বিশ্লেষণ এবং তথ্যের ভবিষ্যদ্বাণী করার জন্য ব্যবহৃত হয়।
ডেটা মাইনিং হল KDD প্রক্রিয়ার একটি ধাপ যাতে ডেটা বিশ্লেষণ এবং আবিষ্কারের অ্যালগরিদম প্রয়োগ করা অন্তর্ভুক্ত যা গ্রহণযোগ্য গণনাগত দক্ষতার সীমাবদ্ধতার অধীনে, ডেটার উপর নিদর্শনগুলির (বা মডেল) একটি নির্দিষ্ট গণনা করে৷
প্যাটার্নের ক্ষেত্র প্রায়শই অসীম হয়, এবং প্যাটার্নের গণনা এই স্থানটিতে কিছু ধরণের অনুসন্ধান ধারণ করে। ব্যবহারিক কম্পিউটেশনাল সীমাবদ্ধতাগুলি সাবস্পেসে গুরুতর সীমাবদ্ধতা রাখে যা ডেটা-মাইনিং অ্যালগরিদম দ্বারা বিশ্লেষণ করা যেতে পারে৷
KDD প্রক্রিয়ায় কিছু প্রয়োজনীয় নির্বাচন, প্রিপ্রসেসিং, সাবস্যাম্পলিং এবং এর রূপান্তর সহ ডাটাবেস ব্যবহার করা থাকে; এটি থেকে নিদর্শন গণনা করার জন্য ডেটা-মাইনিং পদ্ধতি (অ্যালগরিদম) ব্যবহার করে; এবং গণনাকৃত প্যাটার্নের উপসেট চিনতে ডেটা মাইনিং এর পণ্য গণনা করা জ্ঞান বলে মনে করা।
কেডিডি প্রক্রিয়ার ডেটা-মাইনিং উপাদানটি অ্যালগরিদমিক পদ্ধতির সাথে সম্পর্কিত যার মাধ্যমে নমুনাগুলি বের করা হয় এবং রেকর্ড থেকে গণনা করা হয়। সম্পূর্ণ KDD প্রক্রিয়ায় খননকৃত নিদর্শনগুলির মূল্যায়ন এবং সম্ভাব্য ব্যাখ্যা রয়েছে যা সিদ্ধান্ত নিতে পারে যে কোন প্যাটার্নগুলিকে নতুন জ্ঞান দিয়ে চিকিত্সা করা যেতে পারে৷
