Khai phá dữ liệu là quá trình tìm kiếm các mối tương quan, các mẫu và xu hướng mới hữu ích bằng cách chuyển qua một lượng lớn dữ liệu được lưu trong các kho lưu trữ, sử dụng các công nghệ nhận dạng mẫu bao gồm các kỹ thuật thống kê và toán học.
Đó là việc phân tích các tập dữ liệu thực tế để phát hiện ra các mối quan hệ không đáng nghi ngờ và để tóm tắt các bản ghi theo các phương pháp mới vừa hợp lý vừa hữu ích cho chủ sở hữu dữ liệu.
Đây là quy trình lựa chọn, thăm dò và mô hình hóa lượng thông tin lớn để tìm ra các quy luật hoặc các mối quan hệ mà thoạt đầu chưa biết để thu được kết quả rõ ràng và có lợi cho chủ sở hữu cơ sở dữ liệu.
Bằng cách thuê ngoài khai thác dữ liệu, tất cả công việc có thể được thực hiện nhanh hơn với chi phí vận hành thấp. Các công ty cụ thể cũng có thể sử dụng các công nghệ mới để tiết kiệm dữ liệu không thể tìm thấy theo cách thủ công. Có rất nhiều dữ liệu có sẵn trên nhiều nền tảng, nhưng kiến thức rất hạn chế có thể truy cập được.
Giao diện khai thác dữ liệu cung cấp phương tiện cho phép người dùng giao tiếp với các quy trình khai thác dữ liệu. Rất khó để sử dụng ngôn ngữ truy vấn khai thác dữ liệu. Một giao diện người dùng đồ họa có thể được sử dụng để giao tiếp với các hệ thống khai thác dữ liệu. Ngôn ngữ truy vấn khai thác dữ liệu có thể đóng vai trò là ngôn ngữ cốt lõi, trên đó có thể dễ dàng thiết kế GUI.
Khai thác dữ liệu có thể bao gồm các thành phần chức năng như sau -
Thành phần truy vấn thu thập dữ liệu và khai thác dữ liệu - Nó cho phép người dùng chỉ định các tập dữ liệu liên quan đến nhiệm vụ và soạn các truy vấn khai thác dữ liệu.
Trình bày các mẫu đã khám phá - Nó cho phép hiển thị các mẫu đã phát hiện ở nhiều dạng khác nhau như bảng, đồ thị, biểu đồ và các kỹ thuật trực quan khác.
Đặc tả và thao tác phân cấp - Nó cho phép thực hiện đặc tả của hệ thống phân cấp khái niệm, bằng tay hoặc tự động. Nó cũng cho phép các phân cấp khái niệm được sửa đổi hoặc điều chỉnh tự động dựa trên phân phối tập dữ liệu nhất định.
Thao tác nguyên thủy khai thác dữ liệu - Nó cho phép điều chỉnh mạnh mẽ các hoạt động khai thác dữ liệu như lựa chọn, hiển thị và thay đổi cấu trúc phân cấp khái niệm.
Khai thác đa cấp tương tác - Nó cho phép các hoạt động cuộn lên hoặc đi sâu vào các mẫu đã xác định. Việc thiết kế các giao diện khai thác dữ liệu cũng nên xem xét các lớp người dùng khác nhau. Người dùng của hệ thống khai thác dữ liệu có thể được phân loại như các nhà phân tích kinh doanh và giám đốc điều hành kinh doanh.
Các nhà phân tích kinh doanh muốn sự linh hoạt và thuận tiện trong việc lựa chọn các phần dữ liệu khác nhau, thao tác thứ nguyên và điều chỉnh các quy trình khai thác dữ liệu. Mặt khác, các nhà quản trị doanh nghiệp cần trình bày và diễn giải rõ ràng kết quả khai thác dữ liệu, dễ dàng tích hợp kết quả khai thác dữ liệu vào quá trình viết và trình bày báo cáo. Một hệ thống khai thác dữ liệu được thiết kế tốt phải cung cấp giao diện thân thiện với người dùng cho cả hai loại người dùng.