Discussion :

[JauB]

Bonsoir tout le monde,
je suis à la recherche d'un document sur le data mining ciblant la définition du data mining avec des exemples, les pré-requis techniques et les pré-requis en terme de base de données, autrement dit une personne ayant à faire du data mining qu'est ce qu'il doit avoir comme architecture technique pour aborder le sujet DATA MINING?
j'ai fait des recherches sur le web mais les informations sont tellement éparpiées que je ne suis pas arriver à m'y retrouver.
merci d'avance

[pnoel-bi]

Le Data Mining est en fait un terme générique englobant toute une famille d'outils facilitant l'analyse des données contenues au sein d'une base décisionnelle de type Data Warehouse ou DataMart.
Certains considèrent cette technique comme "l'art" voire même la "science" de l'extraction d'informations significatives de grandes quantités de données.
En peu de mots, le Data Mining présente l'avantage de trouver des corrélations informelles entre les données.
Il permet de mieux comprendre les liens entre des phénomènes en apparence distincts et d'anticiper des tendances encore peu discernables.
Bonne journée
voir mon blog et liens qui regroupent les infos

http://noel-bi.blogspot.com/

[JauB]

j'ai jetté un oeuil sur ton blog mais apparemment il n'y a pas d'infos sur le data mining, non?
sinon pour mettre en oeuvre un tel projet faut il avoir une ou des machines spéciales ou un simple serveur?
dois-je obligatoirement passer par un datawarehouse ou peux-je utiliser ma base de production directement?
enfin j'ai plusieurs questions sur le sujet, je les poserai a fure et à mesure.
le lien http://www.piloter.org/business-inte...datamining.htm n'est pas très explicatif...
m'ci

[dgi77]

Attention, ceci est une définition perso :

Le Datamining est un anglicisme pompeux de plus qui désigne les outils de requêtage graphique (souvent foireux) et le fait de les utiliser en ayant l'impression (fausse évidemment) de maîtriser la bête alors qu'on ne connaît pas le SQL.

En ce sens, un utilisateur comme pnoel-bi semble s'inscrire complètement dans le moule : en 5 lignes, il a casé "Data Mining", "Data Warehouse", "Data Mart", "décisionnelle", "corrélations informelles", ... mais même en lisant 3 fois, le novice n'est pas plus avancé (voire encore plus perdu) car ces belles phrases sont creuses.
pnoel-bi, je n'en fais pas une attaque perso, mais j'ai horreur des gens qui font du vent et qui arrivent à le vendre grâce à l'incompétence de nombreux responsables informatiques côté client. Un simple coup d'oeil sur ton blog, à lire à chaque ligne l'autosatisfaction puante quand tu te présentes et on a compris (commercial avant d'être bon technicien...)

Apprenez le SQL, et vous ferez du Data Mining dans un Data Warehouse ou un Data Mart sans même vous en apercevoir !

[pnoel-bi]

Jaub si tu-as des questions pas de problème mais mieux vaut passer par une autre voie
Désolé tu as posé une question trop générale.

[nuke_y]

>dgi77 : attention aux termes que tu utilises dans tes réponses, particulièrement quand tu t'en prends de manière personnelle aux membres, et encore plus à des membres débutants sur le forum, qui ne sont peut-être pas des débutants dans leur vie professionnelle.

Sinon je trouve la réponse de pnoel-bi plutôt satisfaisante. Il répond, en donnant SON avis, à :

qu'est-ce que le DATA MINING ?

l'avantage de trouver des corrélations informelles entre les données.
Il permet de mieux comprendre les liens entre des phénomènes en apparence distincts et d'anticiper des tendances encore peu discernables.

une personne ayant à faire du data mining qu'est ce qu'il doit avoir comme architecture technique pour aborder le sujet DATA MINING?

une base décisionnelle

Et donne aussi plusieurs mots techniques (Datawarehouse, datamart) qui permettront à JauB de retrouver sur Internet plus d'informations sur le sujet.


Pour aller plus loin JauB, je dirais que le data mining c'est juste la recherche d'informations cachées dans des données. On "creuse" pour trouver des informations qui sont dans les données mais qui ne sont pas évidentes. Du genre "ah le client a acheté des tampons et du rouge à lèvres donc c'est probablement une femme (à 95% de fiabilité). Et comme on a son numéro de carte fidélité, on peut dire à 95% que ce client est une femme et donc on peut lui adresser des offres promotionnelles pour femmes". Evidemment ce genre de "déductions" est inutile si à la souscription de sa carte fidélité le client a précisé son sexe.

Ce qui est important à comprendre, et c'est sûrement la raison pour laquelle dgi77 s'est énervé inutilement, c'est que le data mining on en fait tous les jours, parfois même sans ordinateur. Le moindre film policier c'est du data mining, on analyse, on imagine, on fait des corrélations. Pas besoin de bases décisionnelles, de gros serveurs, de Business Objects, etc. Un simple fichier Excel dans lequel on colle le résultat d'une requête SQL sur le serveur de production et on peut démarrer l'analyse.

Après les besoins en terme de volume et de performance peuvent être tels que
1) le responsable des bases de production t'interdit de requêter sur la base de production
2) tu as trop de lignes pour tenir sur Excel / Acces
3) tu as trop de temps de calcul pour Excel / Access
et dans ce cas tu mets en place une architecture décisionnelle. Cette architecture sera soit une simple copie de la base de production (rafraichie régulièrement) soit une base spécialement designée pour faciliter l'analyse et donc sera différente de celle de production. Ce qui énerve les DBA dans le decisionnel (et c'est sûrement le cas de dgi77) c'est que
1) les bases décisionnelles ne ressemblent pas aux bases de production et souvent ne respectent pas les formes normales (on appelle ça "dénormaliser")
2) un utilisateur basique qui ne connaît RIEN au SQL est capable d'obtenir de bons résultats en requêtage grâce à des outils tels que Business Objets qui construisent des requêtes juste avec des clics de souris, shuntant le DBA qui avant était le seul à savoir faire les extractions
3) ces fameuses requêtes d'extractions sont souvent moins optimisées que celles écrites par les DBA, ce qui peut augmenter la charge sur le serveur, et c'est pour ça qu'on évite de faire du data mining sur un serveur de production
4) c'est "de la bidouille"

Donc pour ta demande initiale, je dirais que ton cerveau est l'outil minimal pour faire du data mining. Tout outil supplémentaire doit être justifié par des contraintes de :
- temps d'analyse
- volume de données à analyser
- présentation des résultats