Khai thác dữ liệu (Data Mining)
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 tập dữ liệu quan sát để tìm mối quan hệ không ngờ tới và tóm tắt dữ liệu theo cách mới vừa dễ hiểu vừa có lợi cho chủ sở hữu dữ liệu.
Đây là quá trình lựa chọn, khám phá và mô hình hóa lượng lớn dữ liệu để khám phá các quy luật hoặc quan hệ ban đầu chưa biết để đạt kết quả rõ ràng và hữu ích cho chủ sở hữu cơ sở dữ liệu. Khai thác dữ liệu là quy trình khám phá và phân tích bằng phương tiện tự động hoặc bán tự động của lượng lớn dữ liệu để tìm mẫu và quy tắc có ý nghĩa.
Khai thác dữ liệu tương tự Khoa học dữ liệu (Data Science). Được thực hiện bởi một người, trong tình huống cụ thể, trên tập dữ liệu cụ thể, với mục tiêu. Quy trình này bao gồm nhiều loại dịch vụ như khai thác văn bản, khai thác web, khai thác âm thanh và video, khai thác dữ liệu hình ảnh, và khai thác mạng xã hội. Được hoàn thành qua phần mềm đơn giản hoặc chuyên biệt cao.
Bằng cách outsourcing khai thác dữ liệu, tất cả công việc có thể hoàn thành nhanh hơn với chi phí vận hành thấp. Các công ty chuyên biệt cũng có thể sử dụng công nghệ mới để thu thập dữ liệu không thể đặt thủ công. Có hàng tấn thông tin trên nhiều nền tảng, nhưng rất ít kiến thức có thể truy cập.
Thách thức lớn nhất là phân tích dữ liệu để trích xuất thông tin quan trọng có thể dùng giải quyết vấn đề hoặc phát triển công ty. Có nhiều công cụ và kỹ thuật mạnh mẽ để khai thác dữ liệu và tìm insight tốt hơn từ nó.
Khai thác Web (Web Mining)
Khai thác Web định nghĩa quy trình sử dụng kỹ thuật khai thác dữ liệu để trích xuất mẫu, xu hướng và dữ liệu hữu ích thường với sự giúp đỡ của web bằng cách xử lý từ các bản ghi và dịch vụ dựa trên web, log server, và siêu liên kết. Mục tiêu chính của khai thác web là tìm các thiết kế trong dữ liệu web bằng cách thu thập và phân tích dữ liệu để có insight quan trọng.
Khai thác Web có thể được xem rộng rãi là việc áp dụng các kỹ thuật khai thác dữ liệu thích ứng cho internet, trong khi khai thác dữ liệu được biểu diễn là việc áp dụng thuật toán để tìm mẫu trên dữ liệu có cấu trúc chủ yếu cố định trong quy trình khám phá kiến thức.
Khai thác Web có đặc điểm riêng biệt cung cấp tập hợp nhiều kiểu dữ liệu. Web có nhiều khía cạnh tạo ra nhiều cách tiếp cận cho quá trình khai thác, bao gồm trang web có văn bản, trang web được kết nối qua siêu liên kết, và hoạt động người dùng có thể được theo dõi qua log máy chủ web.