数据挖掘和文本挖掘有什么区别？

Question

数据挖掘和文本挖掘之间有什么区别？两者都指将非结构化数据提取到结构化数据。 这两种形式都以同样的方式运作吗？

Answer 1

数据类型多于文本。

许多数据是结构化的。许多分析流水线，即使在文本挖掘中也包含预处理步骤来构建数据（例如，在向量空间模型中编码文本）。然后应用经典的结构化分析方法（例如球形k-means），这些方法最初与文本无关。

有人可能会争辩说，文本挖掘的大部分内容都是将数据挖掘应用于特殊的文本案例。 （但当然不是全部;并且在文本中首先使用了许多技术，然后在其他数据中使用）。

考虑使用亚马逊使用的产品推荐。这不是基于文本的主要内容，而是基于用户产品矩阵（一起购买，由同一用户点击）。这实际上是一个非常强大的结构。

Answer 2

数据挖掘通常从数据库中提取知识（或发现大型数据集中的模式）。否则，文本挖掘是文本领域中的特定数据挖掘。

例如，数据挖掘可以提取一起购买的购物篮中的常见产品的模式。在自然语言处理（NLP）的情况下，可以发现用于提取某些类型的实体（地点，人等）的单词类型。

Answer 3

数据挖掘主要用于将此类数据（“文本数据”和“非文本数据”，如数字，关系数据和视频数据）转换为“可操作的知识”。

因此您可以将“文本挖掘”视为“数据挖掘”中的子组。