টেম্পোরাল ডেটা মাইনিং বলতে বড় টেম্পোরাল ডেটা সেট থেকে নন-ট্রivial, ইমপ্লিসিট, এবং সম্ভাব্য অপরিহার্য ডেটা এক্সট্রাকশনের প্রক্রিয়া বোঝায়। টেম্পোরাল ডেটা হলো প্রাইমারি ডেটা টাইপের একটি সিকোয়েন্স, সাধারণত নিউমেরিক্যাল ভ্যালু, এবং এটি টেম্পোরাল ডেটা থেকে উপকারী জ্ঞান সংগ্রহ করার সাথে কাজ করে।
টেম্পোরাল ডেটা মাইনিং-এর লক্ষ্য হলো উচ্চ সিকোয়েনশিয়াল ডেটাতে টেম্পোরাল প্যাটার্ন, অপ্রত্যাশিত ট্রেন্ড, বা অনেক লুকানো সম্পর্ক খুঁজে বের করা, যা একটি টেম্পোরাল সিকোয়েন্স (অ্যালফাবেট থেকে নমিনাল সিম্বলের সিকোয়েন্স) এবং একটি টাইম সিরিজ (কন্টিনিউয়াস রিয়েল-ভ্যালুড কম্পোনেন্টের সিকোয়েন্স) নিয়ে গঠিত, মেশিন লার্নিং, পরিসংখ্যান, এবং ডাটাবেস টেকনোলজি থেকে একটি সেট অ্যাপ্রোচ ব্যবহার করে।
টেম্পোরাল ডেটা মাইনিং তিনটি প্রধান কাজ নিয়ে গঠিত: টেম্পোরাল ডেটার বর্ণনা, সিমিলারিটি মেজার এর রিপ্রেজেন্টেশন, এবং মাইনিং সার্ভিস।
টেম্পোরাল ডেটা মাইনিং টাইম সিরিজ প্রসেসিং করে, সাধারণত ডেটার সিকোয়েন্স, যা একই অ্যাট্রিবিউটের ভ্যালু একাধিক টাইম পয়েন্টে সিকোয়েনশিয়ালি কম্পিউট করে। সাবর্ধি ধরনের ইনফরমেশন ব্যবহার করে প্যাটার্ন ম্যাচিং, যেখানে নির্দিষ্ট প্যাটার্ন অফ ইন্টারেস্ট খুঁজা হয়, সাম্প্রতিক বছরে 상당한 আগ্রহ আকর্ষণ করেছে।
টেম্পোরাল ডেটা মাইনিং দক্ষ ডেটা স্টোরেজ, দ্রুত প্রসেসিং, এবং দ্রুত রিট্রিভাল মেথডের এক্সপ্লয়িটেশন অন্তর্ভুক্ত করতে পারে যা টেম্পোরাল ডাটাবেসের জন্য এডভান্সড করা হয়েছে।
টেম্পোরাল ডেটা মাইনিং টেম্পোরাল ডাটাবেসে নলেজ ডিসকভারির প্রসেসে একটি স্বতন্ত্র ফেজ যেটি টেম্পোরাল প্যাটার্ন ক্যালকুলেট করে বা মডেল ফিট করে, টেম্পোরাল ডেটা হলো একটি টেম্পোরাল ডেটা মাইনিং অ্যালগরিদম।
টেম্পোরাল ডেটা মাইনিং টেম্পোরাল ডেটার অ্যানালাইসিস এবং টেম্পোরাল প্যাটার্ন ও কনসিস্টেন্সি আবিষ্কারের সাথে চিন্তিত। এটি কম্পিউটার-চালিত, অটোমেটিক ডেটা এক্সপ্লোরেশনের সম্ভাবনাও সৃষ্টি করে। টেম্পোরাল মাইনিং-এ বিভিন্ন টাস্ক আছে:
- ডেটা ক্যারাক্টারাইজেশন এবং কম্পैरিজন
- ক্লাস্টারিং অ্যানালাইসিস
- ক্লাসিফিকেশন
- অ্যাসোসিয়েশন রুল
- প্যাটার্ন অ্যানালাইসিস
- প্রেডিকশন এবং ট্রেন্ড অ্যানালাইসিস
টেম্পোরাল ডেটা মাইনিং টেম্পোরাল ডাটাবেসের সাথে ইন্টারঅ্যাক্ট করার একটি নতুন উপায় তৈরি করেছে এবং কোয়েরি স্পেসিফাই করার জন্য একটি বেশি অ্যাবস্ট্রাক্ট লেভেলে, টেম্পোরাল স্ট্রাকচারড কোয়েরি ল্যাঙ্গুয়েজের চেয়ে। এটি মাল্টিপল এবং মাল্টি-ডাইমেনশনালিটি কারণে সমস্যায় ডেটা এক্সপ্লোরেশন সুবিধা করে।
টেম্পোরাল ক্লাসিফিকেশনের বুনিয়াদি লক্ষ্য হলো একটি টেম্পোরাল ডাটাবেসে টেম্পোরালি সম্পর্কিত ফিল্ড প্রেডিক্ট করা অন্যান্য ফিল্ডের ওপর ভিত্তি করে। সমস্যাটি, সাধারণত, টেম্পোরাল ভেরিয়েবল যা প্রেডিক্ট করা হচ্ছে তার জেনারিক ভ্যালু নির্ধারণ করার হিসেবে কাস্ট করা হয় প্রদত্ত অন্যান্য ফিল্ড, ট্রেনিং ডেটা যেতে টার্গেট ভেরিয়েবল প্রতিটি অবজারভেশনের জন্য দেওয়া থাকে, এবং অনুমানের একটি সেট যেটি সমস্যা সম্পর্কে একজনের পূর্ব জ্ঞান রিপ্রেজেন্ট করে। টেম্পোরাল ক্লাসিফিকেশন টেকনিক ডেন্সিটি এস্টিমেশনের জটিল সমস্যা সাথে আশ্রিত।
