Khai thác dữ liệu là quá trình khám phá các tương quan, mẫu và xu hướng mới có ý nghĩa bằng cách lọc qua lượng lớn dữ liệu lưu trữ trong kho, sử dụng công nghệ nhận diện mẫu cũng như kỹ thuật thống kê và toán học.
Đây là phân tích các tập dữ liệu quan sát để khám phá các mối quan hệ không ngờ tới và tóm tắt bản ghi theo các cách mới vừa dễ hiểu vừa có lợi cho chủ sở hữu dữ liệu. Có nhiều ứng dụng của khai thác dữ liệu:
Kho dữ liệu và tiền xử lý dữ liệu
Kho dữ liệu thiết yếu cho trao đổi thông tin và khai thác dữ liệu. Trong lĩnh vực dữ liệu địa không gian, tuy nhiên, chưa có kho dữ liệu địa không gian thực sự nào tồn tại. Việc tạo ra kho như vậy đòi hỏi tìm cách giải quyết sự không tương thích dữ liệu địa lý và thời gian, như hòa giải ngữ nghĩa, hệ thống tham chiếu, hình học, độ chính xác và độ chính xác.
Đối với phần mềm toán học nói chung, cần có phương pháp tích hợp thông tin từ các nguồn hétérogènes (bao gồm dữ liệu bao quát các khoảng thời gian khác nhau) và xác định các hoạt động. Ví dụ dữ liệu khí hậu và hệ sinh thái (là không gian và thời gian), vấn đề là có quá nhiều sự kiện trong miền không gian và quá ít trong miền thời gian.
Khai thác các kiểu dữ liệu phức tạp
Các tập dữ liệu khoa học có bản chất hétérogènes, thường chứa dữ liệu bán cấu trúc và phi cấu trúc, bao gồm dữ liệu đa phương tiện và dữ liệu dòng được tham chiếu địa lý. Cần các phương pháp mạnh mẽ để xử lý dữ liệu không gian-thời gian, hệ thống phân cấp khái niệm liên quan và các mối quan hệ địa lý phức tạp (ví dụ: khoảng cách phi Euclid).
Khai thác dựa trên đồ thị
Thường khó hoặc không thể mô hình hóa một số hiện tượng và quá trình vật lý do giới hạn của các phương pháp mô hình hóa hiện có. Thay vào đó, các đồ thị có nhãn có thể được sử dụng để khắc phục một số đặc điểm không gian, topological, hình học và quan hệ khác có mặt trong các tập dữ liệu số.
Trong mô hình hóa đồ thị, mỗi dữ liệu cần khai thác được biểu diễn bằng một đỉnh trong đồ thị, và các cạnh giữa các đỉnh mô tả mối quan hệ giữa các đối tượng. Ví dụ: đồ thị có thể dùng để mô hình hóa cấu trúc hóa học và dữ liệu được tạo ra bởi mô phỏng số, như mô phỏng dòng chảy chất lỏng.
Tuy nhiên, thành công của mô hình hóa đồ thị phụ thuộc vào cải tiến khả năng mở rộng và hiệu quả của nhiều tác vụ khai thác dữ liệu cổ điển, như phân loại, khai thác mẫu phổ biến và phân cụm.
Công cụ trực quan hóa và kiến thức chuyên ngành
Các giao diện người dùng đồ họa cấp cao và công cụ trực quan hóa là cần thiết cho các hệ thống khai thác dữ liệu số. Chúng phải được hợp nhất với các hệ thống dữ liệu chuyên ngành hiện có và hệ thống cơ sở dữ liệu để hướng dẫn các nhà nghiên cứu và người dùng chung trong việc tìm kiếm thiết kế, diễn giải và trực quan hóa các thiết kế được khám phá, và sử dụng kiến thức được khám phá trong ra quyết định của họ.