L'exploration spatiale de données est le processus d'essayer de trouver des modèles dans les données géographiques. Le plus couramment utilisé dans le détail, il a grandi hors du champ d'exploration de données, qui d'abord porté sur la recherche de motifs dans l'information électronique textuelle et numérique. Spatiale d'exploration de données est considéré comme un défi plus compliqué que l'exploitation minière artisanale en raison des difficultés liées à l'analyse d'objets avec des existences concrètes dans l'espace et le temps.
Comme pour l'exploration de données standard, exploration spatiale de données est principalement utilisé dans le monde du marketing et de vente au détail. Il s'agit d'une technique permettant de prendre des décisions sur l'endroit où pour ouvrir ce type de magasin. Il peut aider à éclairer ces décisions par le traitement des données préexistantes sur les facteurs qui motivent les consommateurs à aller à un endroit et pas un autre.
Dire qu’Ashley veut ouvrir une boîte de nuit sur un bloc de certaine ville. Si elle a eu accès aux données appropriées, elle pourrait utiliser spatiale d'exploration de données pour savoir quels sont les facteurs spatiaux faire les boîtes de nuit réussie. Elle peut poser des questions comme: Est-ce que plus de gens viennent au club si le transport en commun est à proximité? À quelle distance des lieux de vie nocturne autres maximisent le favoritisme? Est la proximité des stations-service d'un plus ou un moins?
Ashley aurait voulons aussi nous assurer que les gens qui viennent à sa boîte de nuit arrivent à une répartition uniforme au cours d'une nuit d'individu. Elle pourrait également utiliser les données spatiales minières, peut-être avec plus de précision, données spatio-temporelles des mines à savoir comment les gens se déplacent à travers la ville à certaines heures. Le même processus pourrait être appliqué à l'apport des nuits de la semaine.
Les difficultés de la fouille de données spatiales sont le résultat de la complexité du monde au-delà de l'Internet. Alors que les efforts passés à l'exploration de données a généralement des bases de données pour l'analyse des mûres, les entrées disponibles pour fouille de données spatiales ne sont pas les grilles de l'information, mais les cartes. Ces cartes ont différents types d'objets tels que les routes, les populations, les entreprises, et ainsi de suite variables continuellement. Cela augmente massivement la complexité nécessaire à l'analyse. Incroyablement, c'est l'un des types les plus simples de relations disponibles à quelqu'un de tenter exploration spatiale de données.
La spatiale d'exploration de données est également confrontée au problème des faux positifs. Dans le processus de recherche de données à la recherche de relations, de nombreuses tendances apparentes va s'imposer comme une conséquence de statistiques de faux positifs. Ce problème existe aussi pour la tâche de l'extraction d'une base de données plus simple, mais il est amplifié par l'ampleur des données disponibles pour le mineur de données spatiales. En fin de compte, une tendance identifiée par fouille de données spatiales doivent être confirmés par le processus d'explication et de recherches supplémentaires.