सामग्री
प्रश्नः
मोठा डेटा आणि डेटा मायनिंगमध्ये काय फरक आहे?
उत्तरः
मोठा डेटा आणि डेटा खनन या दोन भिन्न गोष्टी आहेत. हे दोघेही व्यवसाय किंवा इतर प्राप्तकर्त्यांना सेवा देणार्‍या डेटाचे संग्रहण किंवा अहवाल हाताळण्यासाठी मोठ्या डेटा सेटच्या वापराशी संबंधित आहेत. तथापि, या प्रकारच्या ऑपरेशनच्या दोन भिन्न घटकांसाठी दोन संज्ञा वापरल्या जातात.
मोठा डेटा मोठ्या डेटा सेटसाठी एक संज्ञा आहे. मोठा डेटा सेट म्हणजे पूर्वीच्या काळात वापरल्या जाणार्‍या साध्या प्रकारचा डेटाबेस आणि डेटा हँडलिंग आर्किटेक्चर्सचा विकास होतो, जेव्हा मोठा डेटा जास्त खर्चिक आणि कमी व्यवहार्य होता. उदाहरणार्थ, मायक्रोसॉफ्ट एक्सेल स्प्रेडशीटमध्ये सहजपणे हाताळण्यासाठी खूप मोठे डेटाचे संच मोठे डेटा सेट म्हणून संदर्भित केले जाऊ शकतात.
डेटा खाण संबंधित किंवा संबंधित माहिती शोधण्यासाठी मोठ्या डेटा सेटमधून जाण्याच्या क्रियाकलाप संदर्भित करते. या प्रकारची क्रियाकलाप "जुन्या गवंडीतील सुई शोधणे" या जुन्या स्वभावाचे खरोखर चांगले उदाहरण आहे. कल्पना अशी आहे की व्यवसाय एकसंध किंवा स्वयंचलितपणे संग्रहित केले जाऊ शकतात अशा मोठ्या प्रमाणात डेटाचे संच गोळा करतात. निर्णय-निर्मात्यांना त्या मोठ्या सेटमधील डेटाच्या लहान, अधिक विशिष्ट तुकड्यांमध्ये प्रवेश करणे आवश्यक आहे. ते माहितीचे तुकडे उघड करण्यासाठी डेटा खनन वापरतात जे नेतृत्त्वाची माहिती देतील आणि व्यवसायाचा कोर्स घेण्यास मदत करतील.
डेटा मायनिंगमध्ये विश्लेषक साधनांसारख्या विविध प्रकारच्या सॉफ्टवेअर पॅकेजचा वापर असू शकतो. हे स्वयंचलित केले जाऊ शकते किंवा हे मोठ्या प्रमाणात श्रम-केंद्रित असू शकते, जेथे वैयक्तिक कामगार संग्रहण किंवा डेटाबेसच्या माहितीसाठी विशिष्ट प्रश्न विचारतात. सामान्यत: डेटा खाण म्हणजे लक्ष्यित आणि विशिष्ट परिणाम परत करणार्‍या तुलनेने अत्याधुनिक शोध ऑपरेशन्स समाविष्ट असलेल्या ऑपरेशन्सचा संदर्भ असतो. उदाहरणार्थ, डेटा खनन साधन एका विशिष्ट ऑपरेटिंग वर्षासाठी प्राप्त होण्यायोग्य खर्चाची विशिष्ट खाती किंवा खाती मिळविण्यासाठी खातीर माहितीची डझनभर माहिती शोधू शकते.
थोडक्यात, मोठा डेटा हा एक मालमत्ता आहे आणि डेटा खनन हा त्याचा "हँडलर" फायदेशीर परिणाम प्रदान करण्यासाठी केला जातो.