Was ist räumlicher Daten-Bergbau?

Räumlicher Datenbergbau ist der Prozess des Versuchens, Muster in den geographischen Daten zu finden. Allgemein am verwendetsten im Einzelverkauf, ist er aus dem Feld des Datenbergbaus heraus gewachsen, das sich zuerst auf das Finden der Muster in den Text- und numerischen elektronischen Informationen konzentrierte. Räumlichem Datenbergbau gilt als eine schwierigere Herausforderung als traditioneller Bergbau wegen der Schwierigkeiten, die mit dem Analysieren der Gegenstände mit konkretem Bestehen im Raum und in der Zeit verbunden sind.

Wie mit Standarddatenbergbau, wird räumlicher Datenbergbau hauptsächlich in der Welt des Marketings und des Einzelverkaufes verwendet. Es ist eine Technik für das Treffen von Entscheidungen über, wo man öffnet, was ein bisschen Speicher. Es kann helfen, diese Entscheidungen zu informieren, indem es bereits bestehende Daten verarbeitet über, welche Faktoren Verbraucher motivieren, um bis einen Platz und nicht andere zu gehen.

Sagen, dass Ashley einen Nachtklub auf einem bestimmten Stadtblock öffnen möchte. Wenn sie Zugang zu den passenden Daten hatte, könnte sie räumlichen Datenbergbau verwenden, um herauszufinden, was räumliche Faktoren Nachtclubs erfolgreich bilden. Sie konnte Fragen wie stellen: Kommen mehr Leute zur Verein, wenn allgemeine Durchfahrt nahe gelegen ist? Welcher Abstand von anderen Nachtlebenschauplätzen maximiert Patronat? Ist Nähe zu den Tankstellen a plus oder a minus?

Ashley konnte garantieren auch wünschen, dass die Leute, die zu ihrem Nachtklub kommen, in einer gleichmäßigen Verteilung über dem Kurs einer einzelnen Nacht ankommen. Sie könnte räumliche Daten auch Bergbau-möglicherweise genauer verwenden, spatiotemporal Daten Bergbau-zu herausfindet, wie Leute durch die Stadt zu manchen Zeiten umziehen. Der gleiche Prozess konnte am Patronat auf verschiedenen Nächte der Woche angewendet werden.

Die Schwierigkeiten des räumlichen Datenbergbaus sind ein Resultat der Kompliziertheit der Welt über dem Internet hinaus. Während letzte Bemühungen am Datenbergbau normalerweise die Datenbanken hatten, die für Analyse reif sind, sind die Eingänge, die für räumlichen Datenbergbau vorhanden sind, nicht Rasterfelder der Informationen aber der Diagramme. Diese Diagramme haben verschiedene Arten der Gegenstände wie Straßen, Bevölkerungen, Geschäfte, und so weiter.

„Nah an“, die Bestimmung, ob etwas ist von noch etwas geht vom Sein ein getrenntes zu einer ununterbrochenen Variable. Dieses erhöht massiv die Kompliziertheit, die für Analyse erfordert wird. Unglaublich ist dieses eine der einfacheren Arten der Verhältnisse, die zu jemand vorhanden sind, das räumlichen Datenbergbau versucht.

Räumlicher Datenbergbau stellt auch das Problem falschen Positiven gegenüber. Bei dem Suchen der Daten, die nach Verhältnissen suchen, tauchen viele offensichtlichen Tendenzen als Folge der statistischen falschen Positive auf. Dieses Problem existiert auch für die Aufgabe des Bergbaus einer einfacheren Datenbank, aber es wird durch die Größe der Daten verstärkt, die für das räumliche Datenbergmann vorhanden sind. Schließlich sollte eine Tendenz, die durch räumlichen Datenbergbau gekennzeichnet wird, durch den Prozess der Erklärung und der zusätzlichen Forschung bestätigt werden.