تاریخچه ی داده کاوي

با رشد فناوري اطلاعات و روش­هاي تولید و جمع آوري داده ها، پایگاه داده هاي مربوط به داده هاي تبادلات تجار ي، کشاورزي، اینترنت، جزئیات مکالمات تلفنی، داده هاي پزشکی و غیره سریعتر از هر روز جمع آوري و انبارش می شوند. لذا از اواخر دهه 80 میلادي بشر به فکر دست یابی به اطلاعات نهفته دراین پایگاه داده هاي حجیم افتاد زیرا سیستمهاي سنتی قادر به این کار نبودند. به دلیل رقابت در عرصه هاي سیاسی، نظامی، اقتصادي و علمی و اهمیت دست یابی به اطلاعات در کمترین زمان بدون دخالت انسان علم و تجزیه و تحلیل داده ها یا داده کاوي پا به عرصه گذاشت .

داده کاوي[1]  فرآیند ي است که در آغاز دهۀ 90 مطرح شد و با نگرشی نو، به مسئلۀ استخراج اطلاعات از پایگاه داده ها میپردازد. از سال 1995 داده کاوي به صورت جدي وارد مباحث آمار شد و در سال 1996 ، اولین شمارة مجلۀ کشف دانش و معرفت از پایگاه داده ها[2]  منتشر شد . محققانی نظیر براچمن و آناند ( 1996 ) کلیه مراحل واقع گرا یانه و رو به جلو کشف دانش از پایگاه داده ها را تشخیص دادند.

در حال حاضر، داده کاوي مهمترین فناوري جهت بهره برداري موثر از داده هاي حجیم است و اهمیت آن رو به فزونی است . به طوریکه تخمین زده شده است که مقدار داده ها در جهان هر 20ماه به حدود دو برابر می رسد. در یک تحقیق که بر روي گرو ه هاي تجاري بسیار بزرگ در جمع آوري داده ها صورت گرفت مشخص گردید که 19 درصد از این گرو ه ها داراي پایگاه داده هایی با سطح بیشتر از 50 گیگا بایت میباشند و 59 درصد از آ نها انتطار دارند که در آینده اي نزدیک در چنین سطحی قرار گیرند [1].

درصنایعی مانند کارت هاي اعتباري و ارتباطات و فرشگاه هاي زنجیره اي و خریدهاي الکترونیکی و اسکنرهاي بارکد خوان هر روزه داده هاي زیادي تولید و ذخیره می شوند . افزایش سرعت کامپیوترها باعث به وجود آمدن الگوریتم هایی شده است که قدرت تجزیه و تحلیل بسیار بالایی دارند بدون اینکه محدودیتی در زمینه ظرفیت و سرعت کامپیوترها داشته باشند [2].

در سال 1989 و 1991 کارگا ههاي کشف دانش و معرفت از پایگاه داده ها توسط پیاتتسکی[3] و همکارانش برگزار شد. در فواصل سا لهاي 1991 تا 1994کارگا ههاي کشف دانش و معرفت از پایگاه داده ها توسط فییاد[4] و پیاتتسکی و دیگران برگزار شد. به طور رسمی اصطلاح داده کاوي براي اولین بار توسط فییاد در اولین کنفرانس بین المللی”کشف معرفت و داده کاوي[5]” در سال 1995 مطرح شد. امروزه کنفرانسهاي مختلفی در این زمینه در سراسر دنیا برگزار میشود.

افزایش داده هاي بسیار باعث پیدایش فرصتهاي تازه براي کار در علوم مهندسی و کسب و کار شده است. زمینه داده کاوي و کشف دانش از پایگاه داده ها به عنوان یک رشته علمی جدید در مهندسی و علوم کامپیوتر ظهور کرده است. مهندسی صنایع با حوزه هاي گوناگون و در بر داشتن فرصتهاي بینظیر اکنون براي کاربرد داده کاوي و کشف دانش از پایگاه داده ها و براي توسعه مفاهیم و روشهاي تازه در این زمینه آماده است. فرآیندهاي صنعتی زیادي اکنون براي مطمئن شدن از کیفیت سفارشات محصول و کاهش هزینه هاي محصول به طور خودکار و کامپیوتري شده اند.

[1] Data Mining

[2] Knowledge Discovery in Database(KDD)

[3] Piatetsky

[4] Fayyad

[5]Knowledge Discovery and Data Mining

[1] An Introduction to Data Mining: http://www.thearling.com/, retrieved on Mar 2, 2007.

[2] Data Mining: Efficient Data Exploration and Modeling: http://research.microsoft.com/dmx/DataMining/, retrieved on Mar 2, 2007.

[3] Christine Gertisio and Alan Dussauchoy, “Knowledge Discovery from Industrial Data base”, Journal of Intelligent Manufacturing, 15, 29-37, 2004.

[4] Berry, M., and Linoff, G., “Data Mining Techniques: For Marketing, Sales, and Customer Support” New York: John Wiley and Sons, 1997.

[5]    Cornelia Gyorödi, Robert Gyorödi, Stefan Holban – “A Comparative Study of Association Rules Mining  Algorithms”, SACI 2004, 1st Romanian-Hungarian Joint Symposium on Applied Computational Intelligence, Timisoara, Romania, May 25-26, pag. 213-222, 2004.