[論文レビュー] The Survey of Data Mining Applications And Feature Scope

Neelamadhab Padhy, Pragnyaban Mishra+1 more|arXiv (Cornell University)|Nov 25, 2012

Data Mining Algorithms and Applications参考文献 37被引用数 79

ひとこと要約

本論文は、多様な分野におけるデータマイニングの応用について包括的なサーベイを提示し、データマイニングワークフローにおける特徴工学の範囲を評価している。産業界と研究分野からの技術と応用を統合し、特にビジネスインテリジェンスおよび戦略的情報システムにおいて、大規模データ環境での意思決定をどのように向上させるかに焦点を当てる。

ABSTRACT

In this paper we have focused a variety of techniques, approaches and different areas of the research which are helpful and marked as the important field of data mining Technologies. As we are aware that many Multinational companies and large organizations are operated in different places of the different countries.Each place of operation may generate large volumes of data. Corporate decision makers require access from all such sources and take strategic decisions.The data warehouse is used in the significant business value by improving the effectiveness of managerial decision-making. In an uncertain and highly competitive business environment, the value of strategic information systems such as these are easily recognized however in todays business environment,efficiency or speed is not the only key for competitiveness.This type of huge amount of data are available in the form of tera-topeta-bytes which has drastically changed in the areas of science and engineering.To analyze,manage and make a decision of such type of huge amount of data we need techniques called the data mining which will transforming in many fields.This paper imparts more number of applications of the data mining and also focuses scope of the data mining which will helpful in the further research.

研究の動機と目的

• 産業界および研究分野における主要なデータマイニングの応用を特定・分類すること。
• 特徴工学の役割とその有効性がデータマイニングの効果に与える影響を検討すること。
• 大規模組織におけるマネジメント意思決定の改善に向けたデータマイニングの戦略的意義を強調すること。
• 現在のトレンドとデータマイニングの応用におけるギャップをマップすることで、今後の研究の基盤を提供すること。
• テラバイトからペタバイトに達する大規模データ（terabytes to petabytes）を、実用的なビジネスインサイトに変換する方法としてのデータマイニングの役割を示すこと。

提案手法

• 学術的および産業界の文献に報告されたデータマイニング技術と応用の体系的レビュー。
• ビジネス、科学、情報システムを含む分野別にデータマイニングの応用を分類すること。
• 特徴工学プロセスとそのモデル性能および解釈可能性への影響の分析。
• 多国籍企業や大規模組織からの事例研究および実世界の実装の統合。
• データウェアハウス統合を活用し、データマイニングを通じて戦略的意思決定を支援するフレームワークの構築。
• 動的で変化の激しいビジネス環境において、テラバイトからペタバイト規模のデータ量を処理するデータマイニングの役割の評価。

実験結果

リサーチクエスチョン

• RQ1 現代の組織におけるデータマイニングの主な分野と応用は何か？
• RQ2 特徴工学は、データマイニングソリューションの有効性とスケーラビリティにどのように影響を与えるか？
• RQ3 競争が激しく、データが豊富なビジネス環境において、データマイニングは意思決定にどのような戦略的価値をもたらすか？
• RQ4 実世界の設定において、データマイニングの技術は、テラバイトからペタバイト規模のデータ処理の課題をどのように扱っているか？
• RQ5 データマイニングの応用および特徴の範囲における今後の研究の主なギャップと機会は何か？

主な発見

• データマイニングは、ビジネス、科学、情報システムの分野で、大規模なデータセットから実用的なインサイトを抽出するために広く応用されている。
• 特徴工学は、データマイニングワークフローにおけるモデルの正確性と解釈可能性を顕著に向上させる。
• データウェアハウス統合を通じて、データマイニングは、生のデータをビジネスインテリジェンスに変換することで、戦略的意思決定を支援する。
• 本論文は、テラバイトからペタバイト規模のデータ量を処理できるスケーラブルなデータマイニング技術の需要が高まっていることを特定した。
• 本サーベイは、多国籍企業における運用効率の向上と競争力強化において、データマイニングの重要性を強調した。
• 本研究は、現在の応用をマップし、特徴の範囲や応用分野において未開拓の領域を特定することで、今後の研究の基盤を確立した。