数据挖掘中数据源的类型

在这篇文章中，我们将讨论在数据挖掘过程中使用哪些不同的数据源。来自多个源的数据被集成到称为数据仓库的通用源中。

让我们讨论一下可以挖掘什么类型的数据：

1. Flat Files
2. Relational Databases
3. DataWarehouse
4. Transactional Databases
5. Multimedia Databases
6. Spatial Databases
7. Time Series Databases
8. World Wide Web(WWW)

1. 平面文件
   • 平面文件被定义为文本形式或二进制形式的数据文件，其结构易于被数据挖掘算法提取。
   • 平面文件中存储的数据之间没有关系或路径，就像关系数据库存储在平面文件中一样，表之间也就没有关系。
   • 平面文件由数据字典表示。例如：CSV文件。
   • 应用程序：用于DataWarehousing中存储数据，用于在服务器之间传送数据，等等。
2. 关系数据库
   • 关系数据库定义为在具有行和列的表中组织的数据集合。
   • 关系数据库中的物理模式是定义表结构的模式。
   • 关系数据库中的逻辑模式是定义表之间关系的模式。
   • 关系数据库的标准API是SQL。
   • 应用程序：数据挖掘，ROLAP模型等
3. 数据仓库
   • 数据仓库定义为从多个来源集成的数据集合，这些数据将进行查询和决策。
   • 数据仓库有三种类型：企业数据仓库，数据集市和虚拟仓库。
   • 可以使用两种方法来更新DataWarehouse中的数据：查询驱动方法和更新驱动方法。
   • 应用程序：业务决策，数据挖掘等
4. 交易数据库
   • 事务性数据库是按时间戳，日期等组织的数据集合，以表示数据库中的事务。
   • 当事务未完成或提交时，这种类型的数据库具有回滚或撤消其操作的能力。
   • 高度灵活的系统，用户可以在不更改任何敏感信息的情况下修改信息。
   • 遵循DBMS的ACID属性。
   • 应用程序：银行，分布式系统，对象数据库等。
5. 多媒体资料库
   • 多媒体数据库包括音频，视频，图像和文本媒体。
   • 它们可以存储在面向对象的数据库中。
   • 它们用于以预先指定的格式存储复杂的信息。
   • 应用程序：数字图书馆，视频点播，新闻点播，音乐数据库等
6. 空间数据库
   • 存储地理信息。
   • 以坐标，拓扑，线，多边形等形式存储数据。
   • 应用程序：地图，全球定位等
7. 时间序列数据库
   • 时间序列数据库包含证券交易所数据和用户记录的活动。
   • 处理按时间，日期等索引的数字数组。
   • 它需要实时分析。
   • 应用程序：eXtremeDB，Graphite，InfluxDB等
8. 万维网
   • WWW是指万维网，是音频和视频，文本等文件和资源的集合，这些文件和资源由统一资源定位器(URL)通过Web浏览器标识，由HTML页面链接并可以通过Internet网络访问。
   • 它是最异构的存储库，因为它从多种资源中收集数据。
   • 它本质上是动态的，因为数据量在不断增加和变化。
   • 应用程序：在线购物，求职，研究，学习等