ডেটা মাইনিং হল রিপোজিটরিতে সংরক্ষিত বিশাল পরিমাণ ডেটা পার করে যেতে ব্যবহারিক নতুন কোরিলেশন, প্যাটার্ন, এবং ট্রেন্ড খুঁজে বের করার প্রক্রিয়া, প্যাটার্ন রিকগনিশন টেকনোলজি ব্যবহার করে যার মধ্যে סט্যাটিস্টিক্যাল এবং ম্যাথেম্যাটিক্যাল টেকনিক রয়েছে। এটি ফ্যাকচুয়াল ডেটাসেটের এনালাইসিস যাতে অনধিকার সম্পর্ক আবিষ্কার করা যায় এবং রেকর্ডগুলো নতুন পদ্ধতিতে সারমর্ম করা যায় যেগুলো লজিক্যাল এবং ডেটা মালিকের জন্য উপকারী।
ডেটা মাইনিং টেকনিক তিন ধরনের মডেল তৈরি করতে তিন ধরনের টাস্কের জন্য ব্যবহার করা যেতে পারে: ডেসক্রিপ্টিভ প্রোফাইলিং, ডায়ারেক্টেড প্রোফাইলিং, এবং প্রেডিকশন।
ডেসক্রিপ্টিভ প্রোফাইলিং (Descriptive Profiling)
ডেসক্রিপ্টিভ মডেল ডেটায় কী আছে সেটা ডেসক্রাইব করে। আউটপুট হল অনেক চарт বা নম্বর বা গ্রাফিক্স যা বলে যে কী ঘটছে। হাইপোথেসিস টেস্টিং ডেসক্রিপ্টিভ মডেল তৈরি করে। অন্য শব্দে, ডায়ারেক্টেড প্রোফাইলিং এবং প্রেডিকশন দুটোই মডেল কনস্ট্রাক্ট করার সময় একটি লক্ষ্য রাখে।
প্রোফাইলিং মডেলে, ফোকাস ইনপুটের মত একই টাইম ফ্রেম থেকে। প্রেডিক্টিভ মডেলে, ফোকাস পরবর্তী টাইম ফ্রেম থেকে। প্রেডিকশন হল একটি পিরিয়ড থেকে ডেটায় প্যাটার্ন খুঁজে বের করা যা পরবর্তী পিরিয়ডে আউটকাম ডিফাইন করতে সক্ষম। প্রোফাইলিং এবং প্রেডিকশনের মধ্যে পার্থক্য তীব্র করার কারণ হল এর মডেলিং মেথডলজির সাথে সম্পর্ক রয়েছে, বিশেষ করে মডেল সেট ফর্মেশনে টাইমের অ্যানালাইসিস।
ডায়ারেক্টেড প্রোফাইলিং (Directed Profiling)
প্রোফাইলিং অনেক সমস্যার জন্য একটি পরিচিত পদ্ধতি। এতে কোনো সফিস্টিকেটেড ডেটা অ্যানালাইসিস জড়িত থাকতে পারে না। সার্ভে, উদাহরণস্বরূপ, কাস্টমার প্রোফাইল বিল্ড করার একটি সাধারণ পদ্ধতি। সার্ভে প্রকাশ করে কাস্টমার এবং প্রস펙্টরা কেমন দেখে, বা কমপক্ষে সার্ভে রেসপন্ডাররা কীভাবে প্রশ্নের উত্তর দেয়।
প্রোফাইলস প্রায়শই ডেমোগ্রাফিক ভেরিয়েবলের ওপর ভিত্তি করে, যেমন জিওগ্রাফিক লোকেশন, জেন্ডার, এবং আয। যেহেতু এডভারটাইজিং এই একই ভেরিয়েবল অনুযায়ী বेचা হয়, ডেমোগ্রাফিক প্রোফাইল সরাসরি মিডিয়া Страটেজিতে রূপান্তরিত হতে পারে।
প্রেডিকশন (Prediction)
প্রোফাইলিং অতীত থেকে ডেটা ব্যবহার করে অতীতে কী ঘটেছে সেটা ডেসক্রাইব করে। প্রেডিকশন এক কদাম আরো আগে বড়ে। প্রেডিকশন অতীত থেকে ডেটা ব্যবহার করে ভবিষ্যতে কী ঘটতে পারে সেটা প্রেডিক্ট করে। এটি ইনফরমেশনের একটি ডাইনামিক ব্যবহার।
যদি লো স্টোরিং ব্যালেন্স এবং CD অনারশিপের মধ্যে কোরিলেশন CD হোল্ডারদের প্রোফাইলে উপকারী না হয়, তবে হাই স্টোরিং ব্যালেন্স সম্ভবত (অন্য ইন্ডিকেটরের সাথে কম্বাইন করলে) ভবিষ্যতের CD পারচেসের একটি প্রিডিক্টর।
একটি প্রেডিক্টিভ মডেল বিল্ড করার জন্য টাইমে পার্থক্য প্রয়োজন মডেল ইনপুট বা প্রিডিক্টর এবং মডেল আউটপুট, যেটা প্রেডিক্ট করতে হবে, এর মাঝপথে। যদি এই পার্টিশন সমর্থন না করা হয়, মডেল কাজ করবে না।
