يُعد استخراج البيانات مجالًا متعدد التخصصات وهو عبارة عن تجميع لمجموعة من التخصصات مثل أنظمة قواعد البيانات والرياضيات والإحصاءات والتعلم الآلي والتصور وعلوم البيانات، ويقوم ذلك على نهج التنقيب عن البيانات المستخدم ويمكن اعتماد تقنيات من تخصصات أخرى، مثل: الشبكات العصبونية التلافيفية أو نظرية المجموعة الغامضة أو التقريبية أو تمثيل المعرفة أو برمجة المنطق الاستقرائي أو الحوسبة عالية الأداء.
قيود عملية التنقيب عن البيانات
بينما يمكن أن تكون منتجات التنقيب عن البيانات أدوات قوية جدًا إلّا أنّها ليست تطبيقات مكتفية ذاتيًا، ولتحقيق النجاح يتطلب التنقيب عن البيانات متخصصين تقنيين وتحليليين مهرة يمكنهم هيكلة التحليل وتفسير المخرجات التي يتم إنشاؤها، وبالتالي فإنّ قيود التنقيب في البيانات هي في المقام الأول البيانات أو الأفراد وليست التكنولوجيا ذات الصلة.
على الرغم من أنّ التنقيب عن البيانات يمكن أن يساعد في الكشف عن أنماط العلاقات إلّا أنّه لا يخبر المستخدم بقيمة أو أهمية هذه الأنماط، حيث يجب أن يتم إجراء هذه الأنواع من التحديدات من قبل المستخدم وبالمثل فإنّ صحة الأنماط المكتشفة تعتمد على كيفية مقارنتها بظروف “العالم الحقيقي”.
أشكال قيود عملية التنقيب عن البيانات
- يتم استخدام التنقيب عن البيانات للحصول على أنماط وعلاقات ولا يظهر للمستخدم بقيمة أو أهمية هذه الأنماط ويجب أن يتم إجراء هذه الأنواع من التحديدات من قبل المستخدمين.
- تعتمد صحة الأنماط المكتشفة على كيفية مقارنتها بظروف العالم الحقيقي، وعلى سبيل المثال يمكن تقييم صحة تطبيقات التنقيب عن البيانات المصممة، ويمكن للمستخدم اختبار النموذج باستخدام البيانات التي تتضمن معلومات حول القيم المعروفة.
- يمكن للتنقيب عن البيانات تحديد الروابط بين السلوكيات والمتغيرات ولا يحدد بالضرورة العلاقة السببية، وعلى سبيل المثال يمكن للتطبيق تحديد نمط السلوك، وهل مرتبط بخصائص مثل الدخل ومستوى التعليم واستخدام الإنترنت.
- يصعب تشغيل بعض برامج تحليلات استخراج البيانات وتتطلب من المستخدم تدريبًا قائمًا على المعرفة.
- تقنيات التنقيب عن البيانات ليست دقيقة بنسبة (100%) وقد تتسبب في عواقب كبيرة.
- تدرك العديد من شركات التجارة الإلكترونية الفترة الزمنية التي يأتي خلالها عملاء مختلفون عبر الإنترنت، بناءً على اتجاهات البيانات التاريخية ولتأمينها ليس لديهم تدابير أمنية في المكان.
- تعمل أدوات التنقيب عن البيانات المختلفة بطرق مختلفة بسبب الخوارزميات المختلفة المستخدمة في تكوينها، ومن ثم فإن اختيار أداة التنقيب عن البيانات الصحيحة مهمة صعبة، حيث يحتاج المرء إلى معرفة الخوارزميات وبعض الميزات وما إلى ذلك.
- الشركات على استعداد لتقديم معرفة قيمة عن عملائها لشركات أخرى مقابل المال.
يُعد التنقيب عن البيانات أداة قوية في تحليل البيانات وهناك العديد من الفوائد للتنقيب في البيانات، وهناك أيضًا قيود بما في ذلك انتهاكات خصوصية المستخدم والتكاليف المرتبطة بالبنية التحتية المطلوبة لإدارة البيانات وتكامل النظام وتنفيذ مستودع البيانات.
