การประมวลผลข้อมูล (Data Processing)

ข้อมูลและสารสนเทศ ข้อมูล (Data) คือ ข้อเท็จจริงหรือสิ่งที่ยอมรับว่าเป็นข้อเท็จจริง สำหรับใช้เป็นหลักอนุมานหาความจริงหรือการคำนวณสำหรับ การหาค่าความจริง ปกติคือข้อมูลดิบ (Raw Data) สารสนเทศ (Information) คือ ข่าวสารที่ได้จากการนำข้อมูลดิบมาคำนวณหรือประมวลผล อย่างใดอย่างหนึ่ง ซึ่งข่าวสารที่ได้สามารถนำไปใช้ได้ทันที

กระบวนการประมวลข้อมูลให้เป็นสารสนเทศ จำนวนชั่วโมงการทำงานของพนักงาน อัตราค่าจ้างต่อชั่วโมง รายได้ของพนักงานแต่ละคน รายจ่ายขององค์กร จำนวนชั่วโมงการทำงาน X

ความหมายของความรู้ (Knowledge) ความรู้ คือ ความรับรู้และความเข้าใจในการนำสารสนเทศไปใช้ในการแก้ปัญหาในการดำเนินงาน Data Data Processing Information Know How

คุณสมบัติของสารสนเทศ ถูกต้อง สมบูรณ์ ประหยัด ตรงต่อความต้องการ ง่ายต่อการใช้งาน ทันต่อเวลา ตรวจสอบได้

การประมวลผลข้อมูลและการจัดการข้อมูล การประมวลผลข้อมูล (Data Processing) การประมวลผลข้อมูลสามารถทำได้ 2 วิธี คือ การประมวลผลแบบแบตซ์ (Batch Processing) การประมวลผลแบบเรียลไทม์ (Real - Time Processing) การประมวลผลแบบกลุ่ม (Batch processing) จะเป็นวิธีการประมวลผลที่ทำการเก็บรวบรวมข้อมูลในแต่ละช่วงเวลาไว้ จนกว่าจะมีข้อมูลที่ประมวลผลจำนวนหนึ่ง จึงทำการประมวลผลพร้อมกัน หรืออาจรอจนกว่าครบตามเวลาที่กำหนด จึงทำการประมวลผลไม่ว่าจะมีจำนวนเท่าใดก็ตาม เช่น เวลาเข้าออกของพนักงานอาจจะพิมพ์เก็บไว้ทุกสัปดาห์ และนำมาประมวลผลเดือนละครั้งเท่านั้น เป็นต้น real time processing การประมวลผลแบบทันที ความหมาย หมายถึง ระบบการประมวลผลข้อมูลที่ทำในทันทีที่ข้อมูลถูกส่งเข้า เพื่อให้ได้ผลลัพธ์ออกมาทันทีเพื่อจะได้สั่งการอย่างหนึ่งอย่างใดหรือควบคุมได้ เช่น การประมวลผลของเครื่องถอนเงินด่วนตามธนาคารต่าง ๆ (ATM) ซึ่งให้บริการการฝากถอน ทำให้ผู้ใช้บริการทราบผลในทันที เพราะเครื่องคอมพิวเตอร์จะตรวจสอบให้ในทันทีว่า รหัสถูกต้องหรือไม่ มีเงินพอหรือไม่ ฯ ถ้ามีพอ ก็สั่งปฏิบัติการ คือจ่ายเงินให้เลย การจองตั๋วเครื่องบิน ก็มีลักษณะเป็นแบบทันทีนี้เช่นกัน ส่วนการประมวลผลที่ไม่ต้องทำทันที เรียกว่า "การประมวลผลเชิงกลุ่ม" (batch processing) หมายถึงการประมวลผลที่ทำต่อเนื่องกันไปตามลำดับ มีระบบปฏิบัติการเป็นตัวควบคุม การประมวลผลแบบนี้ มักจะเป็นงานใหญ่ ๆ จะต้องมีการรวบรวมข้อมูลให้เรียบร้อยก่อน จึงจะส่งเข้าประมวลผล คอมพิวเตอร์จะทำการประมวลผลให้ตามลำดับก่อนหลัง หรือลำดับความสำคัญ วิธีการนี้ประหยัดกว่า แต่ช้าและไม่ทันใจ ดู batch processing เปรียบเทียบ

การจัดการข้อมูล (Data Management)

ไฟล์ข้อมูลการลงทะเบียน 0 กับ 1 น นายกิตติ บุญวารินทร์ File Database Record Bit Byte or Character Field 4840121 นายกิตติ บุญวารินทร์ IT 4000107 A รหัสนักศึกษา ชื่อ วิชา เกรด 4840121 นายกิตติ บุญวารินทร์ IT 4000107 A 4840122 น.ส.รัตนา ประภานนท์ B+ ไฟล์ข้อมูลนักศึกษา ไฟล์ข้อมูลการลงทะเบียน ไฟล์ข้อมูลวิชา

วิวัฒนาการของเทคโนโลยีฐานข้อมูล ปี 1960 เทคโนโลยีฐานข้อมูลได้เริ่มพัฒนามาจาก File processing ปี 1970 ได้นำไปสู่การพัฒนาระบบการเก็บข้อมูลในรูปแบบตาราง (Ralational Database System ) ปี 1980 เทคโนโลยีฐานข้อมูลได้เริ่มมีการปรับปรุงและพัฒนาในการหาระบบจัดการที่มีศักยภาพมากขึ้น ปี 1990 – ปัจจุบัน สามารถจัดเก็บข้อมูลได้ในหลายรูปแบบ แตกต่างกันทั้งระบบปฏิบัติการ หรือการจัดเก็บฐานข้อมูล

ระบบแฟ้มข้อมูล (File-Based System) การจัดเก็บแฟ้มข้อมูลด้วยคอมพิวเตอร์ในยุคแรกๆ มีรูปแบบจัดเก็บคล้ายการจัดเก็บแฟ้มเอกสารต่างๆ ด้วยมือ ข้อดีระบบแฟ้มข้อมูล ง่ายต่อการออกแบบและพัฒนา (Easy to Design and Implement) การประมวลแบบแฟ้มข้อมูลเป็นวิธีดั้งเดิมที่ใช้กันมานาน และมีความรวดเร็ว(Historically and Processing Speed)

ข้อจำกัดระบบแฟ้มข้อมูล (Limitations of the File-Based Approach) ข้อมูลมีการเก็บแยกจากกัน (Separation and Isolation of Data) ข้อมูลมีความซ้ำซ้อน (Duplication of Data/Data Redundancy) ข้อมูลมีความขึ้นต่อกัน (Data Dependence) มีรูปแบบที่ไม่ตรงกัน (Incompatible File Formats) รายงานต่างๆ ถูกกำหนดไว้อย่างจำกัด (Fixed question/proliferation of application program)

ประเภทของแฟ้มข้อมูล แฟ้มหลัก (Master File) แฟ้มรายการเปลี่ยนแปลง (Transaction File) แฟ้มเอกสาร (Document File) Archival File แฟ้มข้อมูลหลัก (Master File) เป็นแฟ้มข้อมูลซึ่งเก็บข้อมูลที่สำคัญ เช่น แฟ้มข้อมูลประวัติ ลูกค้า (Customer master file) ตามที่กล่าวไว้ข้างต้น แฟ้มข้อมูลประวัติผู้จัดส่งสินค้า (Supplier master file) แฟ้มข้อมูลสินค้าคงเหลือ (Inventory master file) แฟ้มข้อมูลบัญชี (Account master file) เป็นต้น ซึ่งแฟ้มข้อมูลหลักเหล่านี้เป็นส่วนประกอบของระบบงานบัญชี (Account system) แฟ้มรายการปรับปรุง (Transaction file) เป็นแฟ้มที่บันทึกข้อมูลเกี่ยวกับแฟ้มข้อมูลหลักที่มีการเปลี่ยนแปลงในแต่ละวัน รายการที่เกิดขึ้นต้องนำไปปรับปรุงกับแฟ้มข้อมูลหลักเพื่อให้แฟ้มข้อมูลหลักมีข้อมูลที่ทันสมัยอยู่ตลอดเวลา archive file แฟ้มข้อมูลสำคัญ แฟ้มข้อมูลที่ประกอบด้วยแฟ้มย่อยหลายๆแฟ้มอยู่รวมกัน โดยอาจผ่านการบีบอัดข้อมูลให้มีขนาดเล็กลง

ระบบฐานข้อมูล คือ การจัดเก็บข้อมูลอย่างมีระบบ และความสัมพันธ์ระหว่างข้อมูลประกอบด้วย รายละเอียดของข้อมูลที่เกี่ยวข้องกัน ซึ่งถูกนำมาใช้ในงานด้านต่างๆ ไม่ว่าจะเป็นการเพิ่มข้อมูล การลบ การแก้ไข การเรียกดูข้อมูล ผู้ใช้ (User) โปรแกรม (Program) ฐานข้อมูล (DataBase)

วัตถุประสงค์ของการใช้ฐานข้อมูล เพิ่มความเร็วในการพัฒนาโปรแกรม ลดค่าใช้จ่ายในการบำรุงรักษาโปรแกรม อำนวยความสะดวกให้ผู้ใช้ทั่วไปที่ไม่ใช่โปรแกรมเมอร์ สามารถใช้ข้อมูลร่วมกันได้ (Integration of Data) ควบคุมข้อมูลได้ง่ายขึ้น

ชนิดของฐานข้อมูล ฐานข้อมูลลำดับชั้น ฐานข้อมูลเครือข่าย ฐานข้อมูลเชิงสัมพันธ์ ฐานข้อมูลเชิงวัตถุ ฐานข้อมูลแบบมัลติไดเมชั่น

ฐานข้อมูลลำดับชั้น (Hierarchical Database) ข้อดี โครงสร้างที่เข้าใจง่าย เหมาะกับข้อมูลที่มีความสัมพันธ์แบบ One-to-Many และป้องกันความปลอดภัยในข้อมูลที่ดี ข้อเสีย ไม่สามารถรองรับข้อมูลที่มีความสัมพันธ์ในลักษณะของ Many-to-Many ได้ มีความยืดหยุ่นหรือมีความคล่องตัวน้อย กล่าวคือ การปรับเปลี่ยนโครงสร้าง Tree นั้นมีความยุ่งยาก รวมทั้งการเรียกใช้ข้อมูลจำเป็นต้องผ่าน Root เสมอ

(Hierarchical Database) ฐานข้อมูลลำดับชั้น (Hierarchical Database)

ฐานข้อมูลเครือข่าย (Network Database) ข้อดี สนับสนุนความสัมพันธ์แบบ Many-to-Many ลดความซ้ำซ้อนในข้อมูลเกิดขึ้นน้อยกว่าแบบลำดับชั้น รวมทั้งสามารถเชื่อมโยงข้อมูลแบบไป - กลับได้ และมีความยืดหยุ่นในด้านของการค้นหาข้อมูลดีกว่า โดยจะใช้ Pointer ในการเข้าถึงข้อมูลได้ทันที ข้อเสีย เนื่องจากสามารถเข้าถึงเรคคอร์ดได้โดยตรง ทำให้การป้องกันความปลอดภัยของข้อมูลมีน้อย รวมทั้งสิ้นเปลืองเนื้อที่หน่วยความจำในการเก็บ Pointer และการเปลี่ยนแปลงในโครงสร้างยังมีความยุ่งยากอยู่

ชนิดของฐานข้อมูล ฐานข้อมูลเครือข่าย (Network Database)

ฐานข้อมูลเชิงสัมพันธ์ (Relational Database) ข้อดี สื่อสารได้เข้าใจง่าย เนื่องจากนำเสนอในลักษณะตาราง 2 มิติ ทำให้สามารถเลือกวิวข้อมูลตามเงื่อนไขได้หลายคีย์ฟิลด์ โครงสร้างข้อมูลมีความซับซ้อนในข้อมูลน้อยมาก ทำให้มีระบบความปลอดภัยที่ดี ข้อเสีย จำเป็นต้องเสียค่าใช้จ่ายในระบบค่อนข้างสูง เนื่องจากทรัพยากรทั้งตัวฮาร์ดแวร์ และซอฟต์แวร์ที่นำมาใช้ต้องมีความสามารถสูง

ฐานข้อมูลเชิงสัมพันธ์ (Relational Database) Row Column แฟ้มอาจารย์ที่ปรึกษา แฟ้มนักศึกษา สองตารางนี้สัมพันธ์กันโดยใช้รหัสอาจารย์ที่ปรึกษา

ฐานข้อมูลเชิงวัตถุ (Object-Oriented Database : OODB) ชื่อสมาชิก หนังสือ ชื่อสมาชิก หนังสือ

ฐานข้อมูลเชิงวัตถุ (Object-Oriented Database : OODB) ข้อดี แบบจำลองนี้ คือ สามารถจัดการกับข้อมูลชนิดต่างๆ ที่มีความสลับซับซ้อนได้เป็นอย่างดี ไม่ว่าจะเป็น Graphic ,Video , Sound นอกจากนี้ยังสนับสนุนคุณสมบัติของการนำกลับมาใหม่(Reusable) ข้อเสีย แบบจำลองเชิงวัตถุถือว่าเป็นเทคโนโลยีใหม่ของ DBMS ซึ่งมักจะนำไปใช้กับหน่วยงานขนาดใหญ่ที่จำเป็นต้องใช้บุคลากรที่มีความรู้ความเชี่ยวชาญ และประสบการณ์ในการจัดการกับข้อมูลที่มีความสลับซับซ้อนและเป็นฐานข้อมูลที่ใช้รองรับความซับซ้อนของข้อมูลที่จะทวีเพิ่มขึ้นในอนาคต

ฐานข้อมูลแบบมัลติไดเมนชั่น (Multidimensional Database) ใช้กับงานคลังข้อมูล ( Data Warehoursing) ทำให้ view ข้อมูลได้ 2 ทางเพื่อให้สามารถมองเห็นปัญหาและแก้ไขปัญหาได้ดีขึ้น มีการนำกระบวนการทำงานมาจัดการในรูปของมิติ เหมาะสำหรับธุรกิจขนาดใหญ่ เนื่องจากใช้เงินลงทุนสูง เพื่อใช้ประกอบการจัดสินใจเชิงธุรกิจและเชิง กลยุทธ์

ฐานข้อมูลแบบมัลติไดเมนชั่น (Multidimensional Database) ข้อดี สามารถจัดการกับข้อมูลชนิดต่างๆ ที่มีความสลับซับซ้อนได้เป็นอย่างดี ไม่ว่าจะเป็น Graphic ,Video ,Sound นอกจากนี้ยังสนับสนุนคุณสมบัติของการนำกลับมาใหม่(Reusable) ข้อเสีย แบบจำลองเชิงวัตถุถือว่าเป็นเทคโนโลยีใหม่ของ DBMS ซึ่งมักจะนำไปใช้กับหน่วยงานขนาดใหญ่ที่จำเป็นต้องใช้บุคลากรที่มีความรู้ความเชี่ยวชาญ และประสบการณ์ในการจัดการกับข้อมูลที่มีความสลับซับซ้อนและเป็นฐานข้อมูลที่ใช้รองรับความซับซ้อนของข้อมูลที่จะทวีเพิ่มขึ้นในอนาคต

ระบบการจัดการฐานข้อมูล (Database Management System :DBMS) คือ โปรแกรมที่ใช้เป็นเครื่องมือในการจัดการฐานข้อมูล ซึ่งประกอบด้วยฟังก์ชันหน้าที่ต่างๆ ในการจัดการกับข้อมูล ภาษาที่ใช้ทำงานกับข้อมูล โดยมักจะใช้ภาษา SQL ในการโต้ตอบระหว่างกันกับผู้ใช้ เพื่อให้สามารถทำการกำหนดการสร้าง การเรียกดู การบำรุงรักษาฐานข้อมูล รวมทั้งการจัดการควบคุมการเข้าถึงฐานข้อมูล

ส่วนประกอบของสภาพแวดล้อมระบบการจัดการฐานข้อมูล ฮาร์ดแวร์ ซอฟต์แวร์ ขั้นตอนการ บุคลากร ปฏิบัติงาน ข้อมูล สะพาน เครื่องคอมพิวเตอร์ บุคคล ข้อมูลเปรียบเสมือนสะพานเชื่อมต่อระหว่างส่วนประกอบของเครื่องมือและมนุษย์

คลังข้อมูล (Data Warehouse) คือ ฐานข้อมูลที่มีข้อมูลเพื่อใช้สำหรับองค์กรที่มีขนาดใหญ่ ซึ่งอาจประกอบด้วยข้อมูลย้อนหลังหลายๆ ปีจนถึงข้อมูลปัจจุบัน นำมาใช้เพื่อการวิเคราะห์และตัดสินใจสำหรับธุรกิจขององค์กรและสนับสนุนการใช้งานสำหรับผู้ใช้งานหลายระดับ OLAP : Online Analytical Processing คือ เทคโนโลยีที่ใช้ข้อมูลจากคลังข้อมูล เพื่อนำไปใช้ในการวิเคราะห์และตัดสินใจทางธุรกิจอย่างมีประสิทธิภาพ

ข้อมูลที่ได้จากการประมวลผลประจำวันหรืองาน OLT (online Transaction Processing)ถูกย้ายลงมาที่คลังข้อมูล แล้วนำไปวิเคราะห์ด้วยเครื่องมือ OLAP เพื่อส่งผลให้ผู้ใช้

คุณสมบัติของคลังข้อมูล Consolidated and Consistent Consolidated หมายถึง ข้อมูลจากแหล่งต่างๆ ที่รวบรวมมาไว้ในคลังข้อมูล จะต้องมีคุณสมบัติที่เหมือนๆ กัน มีรูปแบบเดียวกันและสอดคล้องกัน Subject-oriented Data ข้อมูลที่เกิดขึ้นในระดับปฏิบัติการมักจะมีเป็นจำนวนมากและส่วนใหญ่ก็ไม่ได้ นำมาใช้ในการวิเคราะห์หรือตัดสินใจ Historical Data คือ ข้อมูลของคลังข้อมูลจะเก็บย้อนหลังเป็นเวลาหลาย ๆ ปี Read - Only Data หลังจากที่นำข้อมูลเข้าสู่ฐานข้อมูลเรียบร้อยแล้วข้อมูลในฐานข้อมูลไม่ควรจะมีการแก้ไขอีก

จุดประสงค์ของคลังข้อมูล Transaction Database จะช่วยให้เราปฏิบัติกิจกรรมต่างๆ ได้สำเร็จ และคลังข้อมูลจะช่วยในการตัดสินใจของเรา Transaction Database จะมีการเปลี่ยนแปลงที่รวดเร็วและในทันทีทันใด คือ ข้อมูลจะมีการเปลี่ยนแปลงเสมอ Transaction Database มุ่งให้ความสนใจที่รายละเอียด

Data Mart Data Mart นั้นเป็นส่วนย่อยของคลังข้อมูลจึงมีขนาดเล็กกว่า โดยจะเก็บไว้ในฐานข้อมูลหนึ่งๆ ส่วนใหญ่มักจะหมายถึง ข้อมูลที่เก็บไว้ในระดับหน่วยหรือระดับฝ่ายเท่านั้น Data Mart มีลักษณะดังต่อไปนี้ ข้อมูลเจาะจงไปยังฟังก์ชันเฉพาะกลุ่มหรือหน่วยงานภายในขององค์กร ให้ผลตอบแทนที่รวดเร็ว คุ้มค่ากับการลงทุนในด้านของเวลา การบริหารและการจัดการข้อมูลสามารถทำได้โดยง่าย ช่วยเพิ่มประสิทธิภาพ เนื่องจากการคิวรีถูกแบ่งไปยังข้อมูลแต่ละส่วนของฟังก์ชัน

การทำเหมืองข้อมูล (Data Mining) Data mining เป็น Process ในการทำ KDD (Knowledge Discovery in database)

กระบวนการของ KDD ซึ่ง Data Mining เป็น 1 ในกระบวนการหลักของ KDD

ปัจจัยที่ทำให้ Data Mining เป็นที่ได้รับความนิยม จำนวนและขนาดข้อมูลขนาดใหญ่ถูกผลิตและขยายตัวอย่างรวดเร็ว ข้อมูลถูกจัดเก็บเพื่อนำไปสร้างระบบการสนับสนุนการตัดสินใจ ง่ายต่อการนำข้อมูลมาใช้ ระบบ Computer สมรรถนะสูงมีราคาต่ำลง การแข่งขันอย่างสูงในด้านอุตสาหกรรมและการค้า

ประเภทข้อมูลที่สามารถทำ Data Mining Relational Database เป็นฐานข้อมูลที่จัดเก็บอยู่ในรูปแบบของตาราง Data Warehouses เป็นการเก็บรวบรวมข้อมูลจากหลายแหล่งมาเก็บไว้ในรูปแบบเดียวกันและรวบรวมไว้ในที่ ๆ เดียวกัน Transactional Database ประกอบด้วยข้อมูลที่แต่ละทรานเซกชันแทนด้วยเหตุการณ์ในขณะใดขณะหนึ่ง Advanced Database เป็นฐานข้อมูลที่จัดเก็บในรูปแบบอื่น ๆ

ลักษณะเฉพาะของข้อมูลที่สามารถทำ Data Mining ข้อมูลขนาดใหญ่ ข้อมูลที่มาจากหลายแหล่ง ข้อมูลที่ไม่มีการเปลี่ยนแปลงตลอดช่วงเวลาที่ทำการ Mining ข้อมูลที่มีโครงสร้างซับซ้อน

การประยุกต์ใช้งาน Data Mining วิเคราะห์การฉ้อโกงของมิจฉาชีพ เช่น กิจการโทรคมนาคม , ธนาคารใช้ป้องกันการฉ้อโกง การวิเคราะห์ผลิตภัณฑ์ เช่น การเก็บรวบรวมลักษณะและราคาของผลิตภัณฑ์ ใช้โมเดลในการทำนายราคาผลิตภัณฑ์อื่น ๆ การวิเคราะห์บัตรเครดิต เช่น ตัดสินใจในการที่จะให้เครดิตกับลูกค้า ป้องกันการทจริตบัตรเครดิต

การวิเคราะห์ลูกค้า เช่น การวิเคราะห์ลูกค้าที่จะผลิตและเสนอสินค้าได้ตรงตามกลุ่มเป้าหมาย ได้แก่ การทำนายว่าลูกค้าคนใดจะเลิกการใช้บริการจากบริษัทภายใน 6 เดือน ข้างหน้า การวิเคราะห์การขาย ได้แก่ การช่วยในการโฆษณาสินค้าได้อย่างเหมาะสมและตรงเป้าหมาย Text Mining ได้แก่ การปรับใช้ data mining ในการพิจารณาหากลยุทธ์ให้เป็นที่สนใจ พาณิชย์อิเล็กทรอนิกส์ ช่วย ในการปรับปรุง website เพื่อให้สะดวกกับผู้เข้าเยี่ยมชม ลดความเสี่ยงในการตัดสินใจ เช่น การทำบัตรเครดิต หาแนวทางที่ดีที่สุดในการรับมือกับลูกค้าที่ไม่ชำระหนี้ เป็นต้น