Geodaten-Mining

Definition - Was bedeutet Spatial Data Mining?

Spatial Data Mining ist die Anwendung von Data Mining auf räumliche Modelle. Beim Geodaten-Mining verwenden Analysten geografische oder räumliche Informationen, um Business Intelligence oder andere Ergebnisse zu erzielen. Dies erfordert spezielle Techniken und Ressourcen, um die geografischen Daten in relevante und nützliche Formate zu bringen.

Technische.me erklärt Spatial Data Mining

Zu den Herausforderungen beim Geodaten-Mining gehört das Identifizieren von Mustern oder das Finden von Objekten, die für die Fragen relevant sind, die das Forschungsprojekt antreiben. Analysten suchen möglicherweise in einem großen Datenbankfeld oder einem anderen extrem großen Datensatz, um mithilfe von GIS / GPS-Tools oder ähnlichen Systemen nur die relevanten Daten zu finden.

Eine interessante Sache über den Begriff "Geodaten-Mining" ist, dass er im Allgemeinen verwendet wird, um nützliche und nicht triviale Muster in Daten zu finden. Mit anderen Worten, das einfache Einrichten einer visuellen Karte mit geografischen Daten wird von Experten möglicherweise nicht als räumliches Data Mining betrachtet. Das Hauptziel eines Geodaten-Mining-Projekts besteht darin, die Informationen zu unterscheiden, um reale, umsetzbare Muster für die Darstellung zu erstellen, ohne statistische Zufälle, randomisierte räumliche Modelle oder irrelevante Ergebnisse. Eine Möglichkeit, wie Analysten dies tun können, besteht darin, Daten zu durchsuchen, um nach "gleichen Objekten" oder "objektäquivalenten" Modellen zu suchen, um genaue Vergleiche verschiedener geografischer Standorte zu ermöglichen.