บริษัท ใหญ่ ๆ รู้จักคุณมากกว่าที่คุณเคยจินตนาการ - นี่คือวิธีการ
การทำเหมืองข้อมูลคือการวิเคราะห์ข้อมูลจำนวนมากเพื่อค้นหารูปแบบและความรู้ ในความเป็นจริงข้อมูลเหมืองแร่เป็นที่รู้จักกันว่าการค้นพบข้อมูลหรือการค้นพบความรู้
การทำเหมืองข้อมูลใช้สถิติหลักของการเรียนรู้ด้วยเครื่อง (ML) การ ประดิษฐ์ (AI) และข้อมูลจำนวนมหาศาล (มักจะมาจากฐานข้อมูลหรือชุดข้อมูล) เพื่อระบุรูปแบบที่เป็นไปโดยอัตโนมัติและเป็นประโยชน์ที่สุดเท่าที่จะเป็นไปได้
การทำเหมืองข้อมูลทำอะไร?
การทำเหมืองข้อมูลมีวัตถุประสงค์หลักสองประการคือคำอธิบายและการคาดการณ์ ขั้นแรกการทำเหมืองข้อมูลจะอธิบายถึงข้อมูลเชิงลึกและความรู้ที่ได้จากการวิเคราะห์รูปแบบข้อมูล ประการที่สองการทำเหมืองข้อมูลจะใช้คำอธิบายรูปแบบข้อมูลที่เป็นที่ยอมรับเพื่อคาดการณ์รูปแบบในอนาคต
ตัวอย่างเช่นหากคุณใช้เวลาใน การเรียกดู เว็บไซต์การช็อปปิ้งสำหรับหนังสือเกี่ยวกับการระบุชนิดของพืชต่างๆบริการข้อมูลเหมืองแร่ที่ทำงานอยู่เบื้องหลังในเว็บไซต์นั้นจะบันทึกคำอธิบายการค้นหาของคุณไว้ในโปรไฟล์ของคุณ เมื่อคุณลงชื่อเข้าใช้อีกสองสัปดาห์ให้บริการข้อมูลเหมืองแร่ของเว็บไซต์ใช้คำอธิบายการค้นหาก่อนหน้าของคุณเพื่อคาดการณ์ความสนใจในปัจจุบันของคุณและเสนอคำแนะนำในการช็อปปิ้งในแบบของคุณซึ่งรวมถึงหนังสือเกี่ยวกับการระบุโรงงาน
วิธีการทำงานของการทำเหมืองข้อมูล
การทำเหมืองข้อมูลจะทำงานโดยใช้อัลกอริทึมชุดคำสั่งที่บอกให้คอมพิวเตอร์หรือกระบวนการทราบว่าจะทำอย่างไรเพื่อค้นหารูปแบบต่างๆในข้อมูล รูปแบบการจดจำรูปแบบต่างๆที่ใช้ในการทำเหมืองข้อมูล ได้แก่ การวิเคราะห์กลุ่มการตรวจจับความผิดปกติการเรียนรู้แบบผสมผสานการพึ่งพาข้อมูลต้นไม้การตัดสินใจแบบจำลองการถดถอยการจำแนกประเภทการตรวจจับผิดแปลกปลอมและเครือข่ายประสาท
แม้ว่าการทำเหมืองข้อมูลจะถูกนำมาใช้เพื่ออธิบายและคาดการณ์รูปแบบในข้อมูลประเภทต่างๆ แต่การใช้งานหลาย ๆ คนมักพบบ่อยที่สุดแม้ว่าพวกเขาจะไม่เข้าใจมันก็คือการอธิบายรูปแบบการเลือกซื้อและพฤติกรรมในการคาดการณ์ว่าจะมีการซื้อในอนาคต การตัดสินใจ
ตัวอย่างเช่นคุณเคยสงสัยหรือไม่ว่า Facebook มีแนวโน้มที่ จะรู้ว่าคุณกำลังออนไลน์แบบไหนและแสดงโฆษณาใน newsfeed ของคุณที่เกี่ยวข้องกับไซต์อื่น ๆ ที่คุณเคยเยี่ยมชมหรือการค้นหาเว็บของคุณหรือไม่ การทำเหมืองข้อมูลใน Facebook ใช้ข้อมูลที่จัดเก็บไว้ใน เบราว์เซอร์ ของคุณเพื่อติดตามกิจกรรมของคุณเช่น คุกกี้ รวมถึงความรู้เกี่ยวกับรูปแบบของคุณเองตามการใช้บริการ Facebook ของคุณก่อนเพื่อค้นหาและคาดการณ์ผลิตภัณฑ์หรือข้อเสนอพิเศษที่คุณอาจสนใจ
ชนิดของข้อมูลที่สามารถ Mined?
ขึ้นอยู่กับบริการหรือร้านค้า (ร้านค้าทางกายภาพใช้การทำเหมืองข้อมูลด้วย) จำนวนข้อมูลที่น่าแปลกใจเกี่ยวกับตัวคุณและรูปแบบของคุณอาจถูกขุดขึ้น ข้อมูลที่รวบรวมเกี่ยวกับตัวคุณอาจรวมถึงประเภทของยานพาหนะที่คุณขับรถสถานที่ที่คุณอาศัยอยู่สถานที่ที่คุณเดินทางนิตยสารและหนังสือพิมพ์ที่คุณสมัครและไม่ว่าคุณจะแต่งงานด้วยหรือไม่ นอกจากนี้ยังสามารถกำหนดว่าคุณมีลูกหรือไม่ว่างานอดิเรกของคุณคือวงดนตรีที่คุณชอบ leanings ทางการเมืองของคุณสิ่งที่คุณซื้อออนไลน์สิ่งที่คุณซื้อในร้านค้าทางกายภาพ (มักจะผ่านบัตรรางวัลความจงรักภักดีของลูกค้า) และรายละเอียดใด ๆ ที่คุณแชร์ เกี่ยวกับชีวิตของคุณบนโซเชียลมีเดีย
ตัวอย่างเช่นร้านค้าปลีกและสื่อสิ่งพิมพ์ที่มุ่งเน้นเรื่องวัยรุ่นใช้ข้อมูลเชิงลึกจากภาพถ่ายการทำเหมืองข้อมูลบนบริการสื่อสังคมออนไลน์เช่น Instagram และ Facebook เพื่อคาดการณ์แนวโน้มแฟชั่นที่จะดึงดูดผู้ซื้อวัยรุ่นหรือผู้อ่าน ข้อมูลเชิงลึกที่ค้นพบผ่านการทำเหมืองข้อมูลสามารถกำหนดได้อย่างแม่นยำเพื่อให้ร้านค้าปลีกบางรายสามารถคาดการณ์ได้ว่าผู้หญิงอาจตั้งครรภ์หรือไม่โดยอาศัยการเปลี่ยนแปลงที่เฉพาะเจาะจงมากในตัวเลือกการซื้อของเธอ ผู้ค้าปลีกเป้าหมายได้รับรายงานว่ามีความถูกต้องแม่นยำมากในการคาดการณ์การตั้งครรภ์ตามรูปแบบในประวัติการซื้อที่ส่งคูปองสำหรับผลิตภัณฑ์สำหรับทารกไปยังสุภาพสตรีสาวคนหนึ่งให้ความลับในครรภ์ของเธอก่อนที่เธอจะบอกกับครอบครัวของเธอ
การทำเหมืองข้อมูลมีอยู่ทั่วไปอย่างไรก็ตามข้อมูลและข้อมูลที่ค้นพบและวิเคราะห์เกี่ยวกับพฤติกรรมการซื้อความชอบส่วนบุคคลทางเลือกทางการเงินและกิจกรรมทางออนไลน์ของเราถูกใช้โดยร้านค้าและบริการต่างๆโดยมีวัตถุประสงค์เพื่อเพิ่มประสบการณ์ของลูกค้า