GENERAZIONE DI ONTOLOGIA PER IL SISTEMA DI RICERCA SEMANTICA UTILIZZANDO IL DATA MINING

Le tecniche di Data Mining comprendono l'inseguimento di modelli, la classificazione, l'associazione, il rilevamento di outlier, il clustering, la regressione e la predizione. Il primo passo del Data mining è l'individuazione dei modelli in cui il data mining sta imparando a riconoscere i modelli negli insiemi di dati. La classificazione è il secondo passo del data mining che è una tecnica di data mining più complessa che costringe gli utenti a raccogliere vari attributi. L'associazione è collegata ai modelli di tracciamento, ma è più specifica per le variabili collegate in modo dipendente. L'individuazione di outlier semplicemente riconoscendo il modello generale non può dare una chiara comprensione del set di dati che è considerato il terzo passo nel data mining. Il passo successivo nell'estrazione dei dati nel Clustering è molto simile alla classificazione, ma comporta il raggruppamento di pezzi di dati in base alle loro somiglianze. La regressione, usata principalmente come una forma di pianificazione e modellazione, è usata per identificare una certa variabile, data la presenza di altre variabili. La fase finale della tecnica di data mining è la predizione. È una delle tecniche di data mining più preziose.