Khai thác dữ liệu là quá trình tìm mối tương quan, mẫu hình, xu hướng mới hữu ích bằng cách duyệt qua lượng lớn dữ liệu lưu trữ, dùng công nghệ nhận diện mẫu thống kê/toán học. Phân tích tập dữ liệu thực tế để phát hiện mối quan hệ chưa ngờ và tóm tắt dữ liệu theo cách mới, hợp lý, hữu ích.
Là thủ tục lựa chọn, khám phá, mô hình hóa lượng lớn thông tin để tìm quy luật/mối quan hệ ban đầu không biết, đạt kết quả rõ ràng, có lợi cho chủ sở hữu database.
Outsourcing giúp hoàn thành nhanh hơn, chi phí thấp. Công ty chuyên dụng dùng công nghệ mới lưu dữ liệu không tìm thủ công được. Hàng tấn dữ liệu trên nhiều nền tảng nhưng kiến thức truy cập hạn chế.
Giao diện khai thác dữ liệu cung cấp phương tiện cho phép người dùng giao tiếp với quy trình khai thác dữ liệu. Khó dùng ngôn ngữ truy vấn khai thác dữ liệu. Giao diện người dùng đồ họa (GUI) có thể dùng để giao tiếp với hệ thống khai thác dữ liệu. Ngôn ngữ truy vấn khai thác dữ liệu có thể phục vụ như ngôn ngữ cốt lõi, trên đó GUI dễ dàng thiết kế.
Khai thác dữ liệu bao gồm các thành phần chức năng sau:
Thu thập dữ liệu và soạn thảo truy vấn khai thác dữ liệu – Cho phép người dùng chỉ định tập dữ liệu liên quan đến nhiệm vụ và soạn thảo truy vấn khai thác dữ liệu.
Trình bày mẫu khám phá (Presentation of discovered patterns) – Cho phép hiển thị mẫu khám phá dưới nhiều dạng: bảng, đồ thị, biểu đồ, kỹ thuật trực quan hóa khác.
Chỉ định và thao tác phân cấp (Hierarchy specification and manipulation) – Cho phép chỉ định phân cấp khái niệm, thủ công hoặc tự động. Cho phép phân cấp khái niệm được sửa đổi/điều chỉnh tự động dựa trên phân phối tập dữ liệu cho trước.
Thao tác nguyên thủy khai thác dữ liệu (Manipulation of data mining primitives) – Cho phép điều chỉnh mạnh mẽ các thao tác khai thác dữ liệu: lựa chọn, hiển thị, thay đổi phân cấp khái niệm.
Khai thác đa cấp tương tác (Interactive multilevel mining) – Cho phép thao tác roll-up hoặc drill-down trên mẫu đã xác định. Thiết kế giao diện khai thác dữ liệu cũng nên xem xét các lớp người dùng khác nhau. Người dùng hệ thống khai thác dữ liệu phân loại như nhà phân tích kinh doanh và nhà quản trị kinh doanh.
Nhà phân tích kinh doanh muốn sự linh hoạt, tiện lợi chọn các phần dữ liệu khác nhau, thao tác chiều, điều chỉnh quy trình khai thác dữ liệu. Ngược lại, nhà quản trị kinh doanh cần trình bày và diễn giải rõ ràng kết quả khai thác dữ liệu, tích hợp dễ dàng kết quả vào viết báo cáo và trình bày. Hệ thống khai thác dữ liệu thiết kế tốt nên cung cấp giao diện thân thiện cho cả hai loại người dùng.