Mekansal Veri Madenciliği Nedir?



Mekansal veri madenciliği , coğrafi verilerde kalıp bulmaya çalışmaktır. Perakendede en yaygın kullanılanı, başlangıçta metinsel ve sayısal elektronik bilgilerdeki kalıpları bulmaya odaklanan veri madenciliği alanından büyüdü. Mekansal veri madenciliği, düşük faizli ihtiyaç kredisi uzay ve zamandaki somut varlıklara sahip nesnelerin analiz edilmesiyle ilgili zorluklar nedeniyle geleneksel madenciliğe göre daha karmaşık bir meydan okuma olarak değerlendirilmektedir.
Standart veri madenciliğinde olduğu gibi, mekansal veri madenciliği öncelikli olarak pazarlama ve perakende dünyasında kullanılmaktadır. Ne tür bir mağaza açılacağı konusunda karar vermek için bir tekniktir. Tüketicileri bir yere değil başka bir yere gitmeye motive eden faktörler hakkında önceden varolan verileri işleyerek bu kararları bilgilendirmeye yardımcı olabilir.
Ashley'nin belli bir şehir bloğunda bir gece kulübü açmak istediğini söyle. Uygun verilere erişmiş olsaydı, mekansal faktörlerin gece kulüplerini başarılı kıldığını bulmak için mekansal veri madenciliği kullanabilirdi. Şunlar gibi sorular sorabilir: Toplu taşıma yakınsa daha fazla kişi klübe gelir mi? Diğer gece hayatı mekanlarından hangi mesafe patronajı en üst düzeye çıkarır? Benzin istasyonlarına yakınlık artı mı yoksa eksi mi?
Ashley ayrıca gece kulübüne gelen insanların bireysel bir gece boyunca eşit bir dağılıma ulaşmasını sağlamak isteyebilir. Aynı zamanda, insanların belirli bir zamanda şehrin içinden nasıl geçtiğini bulmak için mekânsal veri madenciliğini (belki daha doğru bir şekilde, mekânsal veriye dayalı veri madenciliği) kullanabilir. Aynı süreç haftanın farklı gecelerinde patronaja da uygulanabilir.
Bu yöntemin zorlukları, dünyanın internetin ötesindeki karmaşıklığın bir sonucudur. Veri madenciliğinde geçmişteki çabalar genellikle analiz için olgunlaşmış veritabanlarına sahipken, mekansal veri madenciliği için mevcut girdiler bilgi ağı değil, haritalardır. Bu haritalarda yollar, popülasyonlar, işletmeler ve benzerleri gibi farklı nesneler bulunur.
Bir şeyin "başka bir şeye" yakın olup olmadığını belirlemek kesikli bir değişkenden sürekli bir değişkene dönüşür. Bu, analiz için gerekli karmaşıklığı KBB notu düşüklere kredi veren bankalar büyük ölçüde artırır. İnanılmaz bir şekilde, bu, mekansal veri madenciliği yapmaya çalışan biri için mevcut olan daha basit ilişki türlerinden biridir.
Mekansal veri madenciliği de yanlış pozitif problemlerle karşı karşıyadır. İlişkiler arayan veri arama sürecinde, istatistiksel yanlış pozitiflerin bir sonucu olarak birçok belirgin eğilim ortaya çıkacaktır. Bu problem aynı zamanda daha basit bir veri tabanının çıkarılması görevinde de mevcuttur, ancak veri madencisine sunulan verilerin büyüklüğü ile güçlendirilmiştir. Son olarak, veri madenciliği ile belirlenen bir eğilim, açıklama ve ek araştırma süreci ile teyit edilmelidir.

Yorumlar

Bu blogdaki popüler yayınlar

En İyi Açık Kaynak Açık Artırma Yazılımını Nasıl Seçerim?

Dizüstü bilgisayar araç montaj nedir?

Erie yerlileri kim?