Un ambiente Java per l'analisi di algoritmi di clustering

5 1. INTRODUZIONE 1.1 Data mining L'invenzione dei computer prima, e di internet dopo, ha permesso di immagazzinare milioni di informazioni in tutti i campi di studio della vita umana. Oggigiorno ogni azienda, privata o pubblica, basa la sua conoscenza sui dati conservati nei propri archivi elettronici. La carta sta diventando obsoleta. Questa evoluzione ha permesso di velocizzare procedure di ricerca dapprima impensabili, o comunque lunghe e faticose. Basti pensare alla decodifica del genoma umano, consistente in milioni di basi azotate. La raccolta di enormi moli di dati e il facile accesso a queste, è stato solo il primo passo di una nuova concezione di archiviazione. Si sono andate a sviluppare quelle che vengono dette tecniche di data mining. Il data mining ha per oggetto l’estrazione di sapere o di conoscenza a partire da grandi quantità di dati, attraverso metodi automatici o semi- automatici e l’utilizzazione operativa di questa conoscenza. Oggi il data mining è utilizzato per l’estrazione, con tecniche analitiche, di informazioni implicite, intrinseche all’insieme dei dati studiato, per renderle disponibili o direttamente utilizzabili. Rende inoltre possibile l’esplorazione e l’analisi di grandi quantità di dati allo scopo di scoprire schemi significativi.