الفرق بين استخراج البيانات و أولاب
استخراج البيانات مقابل أولاب
تعد عملية استخراج البيانات و أولاب اثنين من تقنيات ذكاء الأعمال الشائعة (بي). وتشير ذكاء الأعمال إلى أساليب حاسوبية لتحديد واستخلاص المعلومات المفيدة من بيانات الأعمال. استخراج البيانات هو مجال علوم الكمبيوتر الذي يتعامل مع استخراج أنماط مثيرة للاهتمام من مجموعات كبيرة من البيانات. فهو يجمع بين العديد من الأساليب من الذكاء الاصطناعي والإحصاءات وإدارة قواعد البيانات. أولاب (المعالجة التحليلية عبر الإنترنت) كما يوحي اسمها هو تجميع لطرق الاستعلام عن قواعد بيانات متعددة الأبعاد.
ويعرف استخراج البيانات أيضا باسم اكتشاف المعرفة في البيانات (كد). كما ذكر أعلاه، هو مجال علوم الكمبيوتر، والذي يتعامل مع استخراج معلومات غير معروفة ومثيرة للاهتمام من البيانات الخام سابقا. ونظرا للنمو الأسي للبيانات، وخاصة في مجالات مثل الأعمال التجارية، أصبح استخراج البيانات أداة هامة جدا لتحويل هذه الثروة الكبيرة من البيانات إلى ذكاء الأعمال، حيث أصبح استخراج اليدوي من الأنماط مستحيلا على ما يبدو في العقود القليلة الماضية. على سبيل المثال، يتم استخدامه حاليا لمختلف التطبيقات مثل تحليل الشبكات الاجتماعية، والكشف عن الاحتيال والتسويق. وعادة ما يتعامل استخراج البيانات مع المهام الأربع التالية: التجميع والتصنيف والانحدار وتكوين الجمعيات. التجميع هو تحديد مجموعات مماثلة من البيانات غير المهيكلة. التصنيف هو قواعد التعلم التي يمكن تطبيقها على البيانات الجديدة وعادة ما تشمل الخطوات التالية: المعالجة المسبقة للبيانات، وتصميم النمذجة، والتعلم / اختيار ميزة والتقييم / التحقق من الصحة. الانحدار هو العثور على وظائف مع الحد الأدنى من الخطأ لنموذج البيانات. وتكوين الجمعيات تبحث عن العلاقات بين المتغيرات. وعادة ما يستخدم استخراج البيانات للإجابة على أسئلة مثل ما هي المنتجات الرئيسية التي قد تساعد على الحصول على أرباح عالية العام المقبل في وول مارت.
أولاب هي فئة من الأنظمة التي تقدم إجابات على الاستفسارات متعددة الأبعاد. وعادة ما يستخدم أولاب للتسويق، والميزنة، والتنبؤ والتطبيقات المماثلة. وغني عن البيان أن قواعد البيانات المستخدمة ل أولاب يتم تكوينها لاستعلامات معقدة ومخصصة مع أداء سريع في الاعتبار. وعادة ما تستخدم مصفوفة لعرض إخراج أولاب. تتشكل الصفوف والأعمدة بأبعاد الاستعلام. وغالبا ما يستخدمون أساليب التجميع على جداول متعددة للحصول على ملخصات. على سبيل المثال، يمكن استخدامه لمعرفة المزيد عن مبيعات هذا العام في وول مارت مقارنة بالعام الماضي؟ ما هو التنبؤ على المبيعات في الربع المقبل؟ ماذا يمكن أن يقال عن هذا الاتجاه من خلال النظر في نسبة التغيير؟
على الرغم من أنه من الواضح أن استخراج البيانات و أولاب متشابهان لأنهما يعملان على البيانات للحصول على معلومات استخباراتية، فإن الفرق الرئيسي يأتي من كيفية تشغيل البيانات.وتوفر أدوات أولاب تحليلا للبيانات متعددة الأبعاد وتقدم ملخصات للبيانات ولكن التناقض في البيانات يركز على النسب والأنماط والتأثيرات في مجموعة البيانات. هذه هي صفقة أولاب مع التجميع، والتي تتلخص في تشغيل البيانات عن طريق "إضافة" ولكن استخراج البيانات يتوافق مع "تقسيم". الفرق ملحوظ آخر هو أنه في حين أن البيانات التعدين أدوات نموذج البيانات والعودة قواعد قابلة للتنفيذ، أولاب إجراء المقارنة والتباين التقنيات على طول البعد التجاري في الوقت الحقيقي.
