• داده کاوی و تاریخچه پیدایش آن

امروزه متخصصین وآگاهان، توسعه تجارت جهانی را منوط به توسعه تجارت الکترونیک دانسته و همچنین بانکداری الکترونیک و استفاده از تکنیکها، مدل ها و ابزارهای مناسب را نیز موجب حضور موفق تر مؤسسات مالی و بانکها در عرصه رقابت و تجارت جهانی قلمداد می نمایند. بانکها در فضای رقابتی کسب و کار امروزی با مسائل و مشکلات عدیده ای همگام با تغییرات محیطی و اقتصادی روبرو هستند که با توسعه تکنولوژی و حجیم و پیچیده تر شدن فعالیتها، این امر بیش از پیش ملموس بوده، که از آن جمله می توان به پدیده ریسک اشاره نمود. به واقع ریسکها در ذات فعالیتهای بانکی و مالی نهفته اند. از آنجایی که از لحاظ نظری حذف ریسک غیر ممکن می باشد بنابراین می بایست با مدیریت بر آن به عنوان تنها راه حل ممکن اقدام نمود. با مطالعه در حوزه مدیریت ریسک با تکنیکها، روشها و ابزارهای گوناگونی روبرو می شویم که لازمه بکارگیری آنها تشخیص نوع ریسک و متناسب با آن ابزارهای اندازه گیری و کاهش ریسک می باشد. نتایج    بررسی های به عمل آمده در خصوص مدلهای مورد استفاده در مدیریت بر انواع ریسک ها نشان داده است که بکارگیری الگوها و مدلهای داده کاوی از مدلهای مناسب در این زمینه می باشد.

2-5-1: گام های داده کاوی

به طور کلی گام های اجرای داده کاوی در تمام منابع یکسان نیستند ولی آنچه که تقریباً در بین همه آنها به صورت مشترک وجود دارد، کشف دانش را دارای مراحل تکراری زیر می دانند :

• پاکسازی داده ها : از بین بردن نویز و ناسازگاری داده ها
• یکپارچه سازی داده ها : ترکیب چندین منبع داده
• انتخاب داده ها : بازیابی داده های مرتبط با آنالیز از پایگاه داده
• تبدیل کردن داده ها : تبدیل داده ها به فرمی که مناسب برای داده کاوی باشد مثل خلاصه سازی و همسان سازی
• داده کاوی : فرایند اصلی که روال های هوشمند برای استخراج الگوها از داده ها به کار گرفته می شوند.
• ارزیابی الگو : مشخص کردن الگوهای صحیح و مورد نظر توسط معیارهای اندازه گیری
• ارائه دانش : نمایش بصری تکنیکهای بازنمایی دانش برای ارائه دانش کشف شده به کاربر

به عبارت دیگر به دلیل آنکه هدف داده کاوی در نهایت یافتن الگویی است که بتوان داده های موجود را در آن بسط داد و از مدل ساخته شده جهت تصمیم گیری برای داده های آینده بهره جست، بنابراین همان گونه که گفته شد تمامی این فرایند در راستای طرح یک فرضیه بر مبنای الگوی کشف شده از داده های خام چیده شده است.