无处不在的隐形数据挖掘
数据分析是当今世界最新兴的技术之一。随着对移动电话和个人数字助理 (PDA) 等便携式和远程设备需求的增加,从这些设备中提取数据进行分析的需求对于执行数据分析起着至关重要的作用。因此,非常需要从远程设备访问数据。
Ubiquitous Data Mining (UDM) is a process of analyzing data performing concrete mining and examination of distributed and heterogeneous systems like mobile and embedded devices.
UDM 用于从手机和传感器等移动环境中挖掘数据,这些移动环境受到有限计算资源和不同网络的限制。它支持时间紧迫和实时的数据需求。它也用于智能分析。使用 UDM,我们可以提取隐藏的分类器和集群。
无处不在的技术架构
无处不在的数据挖掘涉及数据的收集和存储、数据处理以及分析结果的传播。为了实现这一点,我们使用了 6 个部分,它们构成了泛在系统的架构。
Sl. No | Parts | Function |
---|---|---|
1 | Devices | The component that is used for storing and processing the data. Eg: Personal Computers, Super Computers |
2 | Communication | The mode in which devices communicate with each other. Eg: Internet, via Centralized System |
3 | Users | The user who would interact with the system. It can have a Single User or can have Multiple Users. |
4 | Control | The component that administers all the above-mentioned parts. It can either be controlled by a single administrator or by multiple administrators. |
5 | Data | The type of data that is stored and processed by the system. It also gives the implication to its dynamics and organizations. The data can be of the following types:
|
6 | Infrastructure | The infrastructure that the system employs for data discovery. Eg: Web, Database |
UDM的应用:
- 交通安全:可以使用传感器检测异常交通,并将数据存储在系统中并进行分析。然后,可以使用此分析数据使用传感器实时检测交通事故。因此,交通和道路安全受到监控。
- 医疗保健:传感器可用于为老年人和需要持续医疗护理的人创建智能家居。传感器可用于通知紧急医疗需求并将被收集。如此收集的数据有助于为他们提供及时的医疗帮助。
- 危机和灾难管理:收集、存储和分析以前的危机和灾难数据。在危机时期,传感器可以检测到危机并将数据发送到控制器。在效果变得灾难性之前预测结果。因此,有助于危机管理。
隐形数据挖掘
数据挖掘存在于我们生活的所有主要方面。这需要有效地挖掘数据挖掘,而无需通过向外界提取数据而泄露私人信息。
Invisible Data Mining is a process of data mining where the functionalities are performed invisibly.
隐形数据挖掘的应用
- 搜索引擎
- 智能数据库系统
- 电子邮件管理器