IT5-6-7

‫التعليم‬
‫التنقيب في البيانات «‪»Data mining‬‬

‫فــي أيامنــا هــذه تفــرض ظــروف الحيــاة العمليــة علينــا أن نواجــه كميــات هائلــة‬
‫مـن البيانـات‪ ,‬وفـي ضـوء هـذا النمـو المتسـارع للبيانـات بتنـا أمـام ظاهـرة أشـبه‬

‫بالانفجــار الكبيــر إلا أنهــا انفجــار مــن نــوع آخــر يدعــى «انفجــار البيانــات»‪.‬‬
‫فــي ظــل هــذا الكــم الهائــل مــن البيانــات ظهــرت الحاجــة إلــى وجــود آليــة معينــة‬
‫نسـتطيع مـن خلالهـا التعامـل مـع هـذه البيانـات الضخمـة‪ .‬ومـن هنـا نشـأ مفهـوم‬
‫التنقيــب عــن البيانــات (المعلومــات) «‪ »Data Mining‬ليكــون الغواصــة التــي‬
‫نستكش ـف م ـن خلاله ـا أعم ـاق بح ـر البيان ـات الكبي ـر‪ ,‬إذاً ف ـي أيامن ـا ه ـذه تف ـرض ظ ـروف الحي ـاة العملي ـة علين ـا أن نواج ـه كمي ـات هائل ـة م ـن‬

‫البيانــات‪ .‬إذاً مــا هــي ال ‪Data Mining‬‬
‫ما هو ال «‪ »Data Mining‬تنقيب البيانات‬
‫هي مجموعة من التقنيات المستخدمة من أجل اكتشاف نماذج من البيانات (معارف مفيدة) في قاعدة بيانات ضخمة وذلك بفعالية وكفاءة‬
‫عالية‪ .‬أو هي عملية بحث محوسب ويدوي عن معرفة من البيانات دون فرضيات مسبقة عما يمكن أن تكون هذه المعرفة‪.‬كما ويعرف‬
‫التنقيب في البيانات على أنه عملية تحليل كمية بيانات (عادة ما تكون كمية كبيرة) لإيجاد علاقة منطقية تلخص البيانات بطريقة جديدة‬
‫تكون مفهومة ومفيدة لصاحب البيانات‪ .‬يطلق اسم «نماذج» ‪ models‬على العلاقات والبيانات الملخصة التي يتم الحصول عليها من‬
‫التنقيب في البيانات‪ .‬يتعامل تنقيب البيانات عادة مع بيانات يكون قد تم الحصول عليها بغرض غير غرض التنقيب في البيانات (مثل ًا قاعدة‬
‫بيانات التعاملات في مصرف ما) مما يعني أن طريقة التنقيب في البيانات لاتؤثر مطلق ًا على طريقة تجميع البيانات ذاتها‪.‬‬
‫عنـد التعامـل مـع حجـم كبيـر مـن البيانـات تظهـر مسـائل جديـدة مثـل كيفيـة تحديـد النقـاط المميـزة فـي البيانـات‪ ،‬وكيفيـة تحليـل البيانـات‬
‫فـي فتـرة زمنيـة معقولـة وكيفيـة قـرار مـا إذا كانـت أي علاقـة ظاهريـة تعكـس حقيقـة فـي طبيعـة البيانـات‪ .‬عـادة يتـم التنقيـب فـي بيانـات‬
‫تكـون جـزءاً مـن كامـل البيانـات حيـث يكـون الغـرض عـادة تعميـم النتائـج علـى كامـل البيانـات (مثـ ًا تحليـل البيانـات الحاليـة لمسـتهلكي‬
‫منتـج مـا بغـرض توقـع طلبـات المسـتهلكين المسـتقبلية)‪.‬‬
‫أنواع الـ «‪ »Data Mining‬تنقيب البيانات‬
‫هناك نوعان أساسيان للتنقيب في البيانات هما‪:‬‬
‫‪ .1‬التنقيـب الاستشـرافي ينتـج عنـه نمـوذج عـن النظـام الـذي تصفـه البيانـات المسـتخدمة‬
‫فـي التنقيـب‪.‬‬
‫‪ .2‬التنقيـب الوصفـي فينتـج عنـه معلومـات جديـدة بنـاء علـى المعلومـات الموجـودة داخـل‬
‫البيانـات المسـتخدمة فـي عمليـة التنقيـب‪.‬‬
‫أهداف ال «‪ »Data Mining‬تنقيب البيانات‪:‬‬
‫هناك ثلاثة أهداف للتنقيب في البيانات‪:‬‬
‫‪ .1‬مـن اجـل إختـزال كميـة البيانـات الكبيـرة أو ضغطهـا بحيـث تع ّبـر بشـكل بسـيط عـن كامـل‬
‫البيانـات بـدون تعميـم‪.‬‬
‫‪ .2‬من أجل تعليل بعض الظواهر المرئية‪.‬‬
‫‪ .3‬مـن أجـل التثبـت مـن نظريـ ٍة مـا مثـل التثبـت مـن النظريـة التـي تقـول بـأن الأسـر الكبيـرة‬
‫تهتـم بالضمـان الصحـي أكثـر مـن الأسـر الأصغـر عـدداً‪.‬‬
‫‪ .4‬من أجل تحليل البيانات للحصول على علاقات جديدة وغير متوقعة‪.‬‬
‫طبيعة نماذج البيانات التي تسعى الـ «‪ »Data mining‬لإكتشافها‬

‫تتصف البيانات بالآتي ‪:‬‬
‫‪ .1‬صالحة (‪)Valid‬‬

‫‪ .2‬مفيدة (‪)Useful‬‬
‫‪ .3‬مفهومة (‪)Understandable‬‬
‫‪ .4‬مبتكرة أو غير مألوفة (‪)Novel‬‬
‫إذاً وبالرغم من وجود البيانات بصورة ضخمة ومبعثرة وعشوائية أحيان ًا تستطيع الـ ‪ Data Mining‬تحليل هذه البيانات (الخام) وفق خوارزميات‬
‫محددة لإستخراج المعارف والمعلومات المفيدة ‪.‬‬

‫‪6‬‬

‫وسائل الـ «‪»Data Mining‬‬
‫هنـاك عـدة وسـائل مختلفـة مـن أجـل التنقيـب فـي البيانـات‪ .‬اختيـار الوسـيلة المناسـبة يعتمـد علـى طبيعـة البيانـات تحـت الدراسـة وعلـى‬

‫حجمهـا‪ .‬يمكـن اجـراء عمليـة التنقيـب فـي البيانـات بالمقارنـة مـع سـوق البيانـات ومخـزن البيانـات‪.‬‬
‫بعض من هذه الوسائل هي‪:‬‬

‫‪ -‬الاسـتدلال المبنـي علـى حـالات سـابقة ‪ :Case-Based reasoning‬التفكيـر واسـتخلاص النتائـج والقوانيـن مـن أمثلـة حيـة و قضايـا تـم حلهـا‬
‫سـابقا‪.‬‬

‫‪ -‬الكشف عن قانون ‪ :Rule Discovery‬البحث عن منوال معين أو علاقة معينة في جزئية كبيرة من البيانات‪.‬‬
‫‪ -‬معالجة الإشارات ‪ :Signal Processing‬ايجاد الظواهر المتشابه مع بعضها البعض‪.‬‬

‫‪ -‬شـبكات عصبونيـة ‪ :Neural Nets‬تطويـر نمـاذج قابلـة لتنبـؤ النتائـج‪ .‬هـذه النمـاذج تـم تطويرهـا بنـاء علـى أسـس تـم اسـتنباطها مـن عقـل‬
‫الإنسان‪.‬‬

‫‪ -‬منحنيات غير ثابتة ‪ :Fractals‬تصغير البيانات الكبيرة من دون ضياع المعلومات‪.‬‬

‫الآليات التي تستخدمها الـ «‪»Data Mining‬‬
‫تعتمـد عمليـة التنقيـب عـن المعلومـات عـن علـى اسـتراتيجيات وطـرق مختلفـة (مهـام‬
‫مختلفـة ) مثـل التصنيـف والعنقـدة والتنبـؤ والاحتمـالات وتحليـل الارتباطـات بيـن البيانـات‬
‫بالإضافـة إلـى عمليـات البحـث‪ ,‬وسـنكتفي بذكـر هـذه الطـرق في هـذا المقـال‪ ,‬لكـن إن أردتم‬

‫معرفـة المزيـد عنهـا ترقبونـا فـي المقـالات القادمـة ‪.‬‬

‫تطبيقات الـ «‪»Data Mining‬‬

‫وسائل التنقيب في البيانات ُتستعمل وبنجاح في الكثير من التطبيقات الحقيقة حول‬
‫العالم‪ .‬التطبيقات التالية تشمل بعضا من الأمثلة‪:‬‬

‫‪ -‬تحليل الاستعمال ‪:Usage Analysis‬‬ ‫‪ -‬كتابة تقرير مختصر عن فئة معينة‬
‫ايجاد منوال معين لاستعمال الخدمات‬ ‫‪ :Profiling Populations‬تطوير وإنشاء تقارير‬

‫والسلع‪.‬‬ ‫موجزة عن الزبائن المهمين وعن بطاقات‬
‫‪ -‬فعالية الحملة ‪Campaign‬‬ ‫الائتمان‪.‬‬
‫‪ :Effectiveness‬مقارنة استراتيجيات‬
‫الحملات مع بعضها البعض من أجل ايجاد‬ ‫‪ -‬تحليل النزعة التجارية ‪Analysis of‬‬
‫‪ :Business Trend‬ايجاد الأسواق ذات قدرات‬
‫أكثرها فعالية وتأثيرا‪.‬‬
‫‪ -‬جاذبية السلعة‪ :‬ايجاد السلع التي تباع‬ ‫النمو القوية أو الضعيفة‪.‬‬
‫‪ -‬التسويق لفئة معينة ‪:Target Marketing‬‬
‫مع بعضها البعض‪.‬‬ ‫ايجاد الزبائن من أجل منح التخفيضات لهم‬

‫لسبب معين‪.‬‬

‫تطبيقات التنقيب في البيانات بدأت تنمو بصورة كبيرة للأسباب التالية‪:‬‬
‫‪ .1‬كميــة البيانــات الموجــودة فــي مخــزن البيانــات وســوق البيانــات تنمــو بصــورة أســية‬
‫(‪ )exponential‬ومـن أجـل ذلـك‪ ،‬فـإن المسـتخدم يحتـاج إلـى أدوات متطـورة مثـل التنقيـب‬

‫فــي البيانــات مــن أجــل إســتخلاص الفائــدة والمعرفــة مــن هــذه البيانــات‪.‬‬
‫‪ .2‬الكثيــر مــن أدوات التنقيــب عــن البيانــات بــدأت تظهــر مؤخــرا‪ ،‬وكل أداة أفضــل مــن‬

‫الأخــرى‪.‬‬
‫‪ .3‬المنافسـة الشـديدة الموجـودة فـي السـوق تدفـع الشـركات إلـى الاسـتفادة القصـوى مـن‬

‫البيانـات التـي بيدهـا‪ ,‬وعمليـات التنقيـب فـي البيانـات تفعـل ذلـك تمامـ ًا‪.‬‬

‫الـ «‪ »Data Mining‬في حياتنا‬
‫مــن منــا لا يعــرف الفيســبوك!! هــل تتخيلــون حجــم البيانــات الهائــل الــذي يحملــه موقــع‬

‫التواصــل الاجتماعــي هــذا؟‬
‫هل تتصورون كم هي كبيرة البيانات الموجودة على محرك البحث العملاق غوغل!‬
‫فـي الحقيقـة أصبحـت ال ‪ Data Mining‬حاجـة ضروريـة لكثيـر مـن المواقـع والشـركات والمؤسسـات والمنظمـات وغيرهـا مـن الجهـات التـي‬

‫تتعامـل مـع كميـات هائلـة مـن البيانـات‪.‬‬
‫بكلمة أخيرة إن عملية التنقيب عن المعلومات باتت وسيلتنا الأساسية للتعامل مع هذا العالم الكبير الذي يعج بالبيانات ‪.‬‬

‫وسل صالح الباش ‪7‬‬