تصنيف البيانات (ذكاء الأعمال)

في مجال ذكاء الأعمال ، يُعرَّف تصنيف البيانات بأنه "بناء نوع من أنواع الأساليب لإصدار الأحكام على سلسلة متصلة من الحالات، حيث يجب تعيين كل حالة جديدة إلى واحدة من الفئات المحددة مسبقًا". ^{[ 1 ]}

يرتبط تصنيف البيانات ارتباطًا وثيقًا بتجميع البيانات ، ولكن بينما يُعد تجميع البيانات وصفيًا ، فإن تصنيف البيانات تنبؤي . ^{[ 2 ] [ 3 ]} ويتمثل جوهر تصنيف البيانات في استخدام متغيرات ذات قيم معروفة للتنبؤ بالقيم غير المعروفة أو المستقبلية لمتغيرات أخرى. ويمكن استخدامه في مجالات مثل التسويق المباشر ، والكشف عن الاحتيال التأميني ، والتشخيص الطبي . ^{[ 3 ]}

تتمثل الخطوة الأولى في تصنيف البيانات في تجميع مجموعة البيانات المستخدمة لتدريب الفئات، وذلك لإنشاء العدد المطلوب من الفئات. ثم تُستخدم خوارزمية تُسمى المصنف على هذه الفئات، لإنشاء نموذج وصفي لكل فئة. ويمكن استخدام هذه النماذج لتصنيف العناصر الجديدة في نظام التصنيف المُنشأ. ^{[ 2 ]}

وفقًا لغولفاريلي وريتزي، هذه هي مقاييس فعالية المصنف: ^{[ 2 ]}

• دقة التنبؤ : ما مدى جودة تنبؤها بفئات الملاحظات الجديدة؟
• السرعة : ما هي التكلفة الحسابية لاستخدام المصنف؟
• المتانة : ما مدى جودة أداء النماذج التي تم إنشاؤها إذا كانت جودة البيانات منخفضة؟
• قابلية التوسع : هل يعمل المصنف بكفاءة مع كميات كبيرة من البيانات؟
• قابلية التفسير : هل النتائج مفهومة للمستخدمين؟

يمكن أن تكون الأمثلة النموذجية للمدخلات لتصنيف البيانات عبارة عن متغيرات مثل البيانات الديموغرافية أو معلومات نمط الحياة أو السلوك الاقتصادي.

تتضمن عملية تصنيف البيانات عدة تحديات. أحدها على وجه الخصوص هو ضرورة قيام جميع من يستخدمون فئات معينة، مثل العملاء ، بنمذجة البيانات بشكل تكراري. وذلك لضمان عدم إغفال أي تغيير في خصائص مجموعات العملاء، مما قد يؤدي إلى تقادم الفئات الحالية دون أن يلاحظ أحد ذلك.

قد يكون لهذا الأمر أهمية خاصة لشركات التأمين أو البنوك ، حيث يُعدّ كشف الاحتيال بالغ الأهمية. قد تمر أنماط الاحتيال الجديدة دون أن يلاحظها أحد، إذا لم يتم تطوير وتطبيق أساليب لرصد هذه التغييرات والتنبيه عند تغير الفئات أو اختفائها أو ظهور فئات جديدة.