空間數據挖掘是試圖在地理數據中尋找模式的過程,最常用于零售業,它已經從數據挖掘領域發展出來,最初集中于在文本和數字電子信息中尋找模式。空間數據挖掘被認為是比傳統挖掘更復雜的挑戰,因為空間數據挖掘是在地理數據中...
空間數據挖掘是試圖在地理數據中尋找模式的過程,最常用于零售業,它已經從數據挖掘領域發展出來,最初集中于在文本和數字電子信息中尋找模式。空間數據挖掘被認為是比傳統挖掘更復雜的挑戰,因為空間數據挖掘是在地理數據中尋找模式的過程,與標準數據挖掘一樣,空間數據挖掘主要用于市場營銷和零售業。它是一種決策在哪里開什么樣的商店的技術。它可以通過處理預先存在的數據來幫助這些決策,這些數據是關于什么因素促使消費者去一個地方而不是另一個地方。假設Ashley想在某個城市街區。如果她能獲得適當的數據,她可以利用空間數據挖掘來找出什么樣的空間因素使夜總會成功。她可能會問這樣的問題:如果附近有公共交通,會不會有更多的人來夜總會?離其他夜生活場所的距離有多大?靠近加油站是有利還是不利?Ashley可能還想確保來她夜總會的人在一個晚上的時間里分布均勻,她還可以更準確地使用空間數據挖掘技術,時空數據挖掘是為了找出人們在特定時間是如何在城市中流動的。同樣的過程可以應用于一周中不同夜晚的顧客。這種方法的困難是由于互聯網以外的世界的復雜性造成的。而過去在數據挖掘方面的努力通常已經有了成熟的數據庫分析表明,空間數據挖掘的輸入不是信息網格,而是地圖這些地圖有不同類型的對象,如道路、人口、商業等等。確定某個事物是否“接近”其他事物,從離散變為連續變量。這大大增加了分析所需的復雜性。難以置信的是,這是嘗試空間數據挖掘的人可以使用的一種更簡單的關系類型。空間數據挖掘也面臨誤報的問題。在搜索查找關系的數據的過程中,統計誤報會導致許多明顯的趨勢出現。在挖掘更簡單的數據庫的任務中,也會出現這個問題,但數據挖掘者可用的數據量會使這個問題更加嚴重。最終,數據挖掘識別出的趨勢應該通過解釋和補充研究的過程來確認
-
發表于 2020-08-07 04:09
- 閱讀 ( 682 )
- 分類:電腦網絡