Eksploracja danych (ang. data mining) to nowa, prężnie rozwijająca się
dziedzina, zajmująca się metodami i algorytmami automatycznego pozyskiwania
wiedzy z dużych wolumenów danych. Swą popularność zawdzięcza szerokiej
stosowalności metod eksploracji w różnych domenach aplikacyjnych oraz
komercyjnemu znaczeniu odkrywanej wiedzy. Odkryta wiedza znajduje zastosowanie
w optymalizacji procesów biznesowych, wykrywaniu nieprawidłowości i
osobliwości, oraz predykcji przyszłych zdarzeń i zachowań. Historycznie rzecz
ujmując, pierwsze systemy eksploracji danych były tworzone w architekturze
klient-serwer i stanowiły, z jednej strony, implementację wybranych
algorytmów, a z drugiej strony, środowisko wizualizacji analizowanych danych i
odkrytej wiedzy. Ostatnie lata przyniosły istotną zmianę. Narzędzia
eksploracji danych podążają ścieżką wytyczoną przez narzędzia analizy
wielowymiarowej OLAP i są coraz częściej włączane do jądra systemu zarządzania
bazą danych jako naturalne rozszerzenie funkcjonalności oferowanej przez
system baz danych.

W niniejszym artykule zaprezentowano krótkie wprowadzenie do eksploracji
danych oraz naszkicowano historię rozwoju dziedziny na przestrzeni ostatnich
lat. Główna część artykułu jest poświęcona przedstawieniu dzisiejszej roli i
pozycji systemów eksploracji danych we współczesnych systemach baz danych.
Jako przykład opisano architekturę systemu Oracle i szczegółowo zaprezentowano
moduł Oracle Data Mining, skupiając się na stopniu integracji systemu
eksploracji danych z systemem zarządzania bazą danych. Przedstawiono także
architekturę interfejsów programistycznych dla języków PL/SQL i Java,
rozszerzenia języka SQL dla eksploracji danych oraz narzędzia zewnętrzne do
wizualizacji danych i odkrywanej wiedzy.