aggregálás

Aggregálás egy adattudományi és informatikai fogalom, amely több adatpont összesítését vagy egy összefoglaló értékének meghatározását jelenti. Ezt általában aggregáló műveletek segítségével érik el, például összeg (sum), átlag (átlagérték), számosság (count), minimum és maximum vagy más statisztikai mutatók. Az aggregálás lehet egyszerű vagy csoportosított, az utóbbi során az adatok különböző kategóriák vagy tulajdonságok szerint kerülnek feldolgozásra.

A csoportosított aggregálás lényege, hogy az adathalmaz adott attribútumai szerint rendezve, minden csoportot külön értékként számolunk ki. Például egy értékesítési adatbázisban kategóriánként összegzhetjük az eladásokat: az egyes kategóriákhoz rendelt összeg ad egyenkénti képet ad. Ebben gyakori eszköz a GROUP BY utasítás vagy annak megfelelő logika, amely után az agregáló függvények futtatása következik.

Az aggregálás számos területen alkalmazható: adatbázisokban és adattárházakban az adatok aggregálása gyors betekintést ad a trendekbe; OLAP-ben roll-up és drill-down technikákkal a részletesség változtatható; idősoroknál időalapú aggregációval például napi helyett heti vagy havi mutatókat állítunk elő. Gazdasági vagy közgazdasági kontextusban mikroszintű adatokból makroszintű mutatók képzésére szolgál.

Fontos megfontolások közé tartozik, hogy az aggregálás megváltoztatja az adatok részletességét, ezért a súlyozás, hiányzó értékek kezelése, kiugró értékek hatása és a kiválasztott aggregációs függvény befolyásolja az eredményt és értelmezést.