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
Yorum Gönder