Veri madenciliği genel olarak, bir hedef kaynaktan gelen verileri analiz etmek ve bu geribildirimleri faydalı bilgiler oluşturmak için kullanılan bir yöntemi ifade eder. Bu bilgiler genellikle bir kuruluşun belirli bir alandaki maliyetleri düşürmesine, gelirini artırmasına veya her ikisine birden yardımcı olmak için kullanılır. Genellikle bir veri madenciliği uygulamasıyla kolaylaştırılan birincil amacı, belirli bir veri setinde bulunan modelleri tanımlamak ve çıkarmaktır.
En önemlisi, veri madenciliği teknikleri, verilerin ve temel özelliklerin daha iyi anlaşılmasını sağlayan bilgiler sağlamayı amaçlar. Şirketler ve kuruluşlar birçok farklı türde veri madenciliği tekniğini kullanabilir. Benzer bir yaklaşım olsalar da, hepsi genellikle farklı hedeflere ulaşmak için gayret gösterir.
Tahmini veri madenciliği tekniklerinin amacı hemen hemen her zaman bir ilginin yanıtını tahmin etmek için kullanılabilecek istatistiksel modelleri veya kalıpları belirlemektir. Örneğin, bir finansal kurum hangi işlemlerin en yüksek dolandırıcılık olasılığına sahip olduğunu belirlemek için kullanabilir. Bu, en yaygın veri madenciliği tekniğidir ve orta ila büyük ölçekli şirketler için etkili bir karar verme aracı haline gelmiştir. Ayrıca, müşteri davranışını tahmin etmede, müşteri segmentlerini kategorize etmede ve çeşitli olayları tahmin etmede etkili olduğu kanıtlanmıştır.
Özet modeller, özetlenmiş verilere göre yanıt veren veri madenciliği tekniklerine dayanmaktadır. Örneğin, bir kuruluş havayolu yolcularını veya kredi kartı işlemlerini analitik süreçten çıkarılan özelliklerine göre farklı gruplara atayabilir. Bu model ayrıca işletmelerin müşteri tabanlarını daha iyi anlamalarına yardımcı olabilir.
Dernek modelleri, belirli olayların düzenli olarak bir arada olabileceğini dikkate almaktadır. Bu, fare ve klavye gibi öğelerin eşzamanlı olarak satın alınması veya belirli bir donanım cihazının arızalanmasına yol açan bir dizi olay olabilir. Dernek modelleri, bu ilişkili olayları tanımlamak ve karakterize etmek için kullanılan veri madenciliği tekniklerini temsil eder.
Ağ modelleri, düğüm ve bağlantı şeklindeki veri yapılarını ortaya çıkarmak için veri madenciliği tekniklerini kullanır. Örneğin, organize bir dolandırıcılık çalma çalınan kredi kartı numaralarının bir listesini derleyebilir ve sonra arkanı dönüp bunları çevrimiçi olarak satın almak için kullanabilir. Bu şekilde, kredi kartları ve çevrimiçi satıcılar düğümleri temsil ederken, asıl işlemler linkler olarak hareket eder.
Veri madenciliğinin birçok amacı vardır ve hem olumlu hem de kötü niyetli kazanç için kullanılabilir. Hibrit modeller oluşturmak için veri madenciliği tekniklerinin birleştirilmesinin faydalarını keşfetmeye daha fazla organizasyon geliyor. Bu güçlü kombinasyonlar genellikle üstün performansa sahip uygulamalarla sonuçlanır. Farklı yöntemlerin temel özelliklerini tek hibrit çözümlere entegre ederek, kuruluşlar genellikle bireysel strateji sistemlerinin sınırlarının üstesinden gelebilir.
