Mikä on Data Mining?

Suuret yritykset tietävät enemmän sinusta kuin mitä ikinä voisi kuvitella - näin on

Tietojen kaivaminen on suurien tietomäärien analysointi mallien ja tietämyksen selvittämiseksi. Itse asiassa tietojen louhinta tunnetaan myös tiedon etsinnöksi tai tiedon etsimiseksi.

Tietojen kaivostoiminta käyttää tilastoja, koneen oppimisen periaatteita (ML), tekoälyä (AI) ja valtavia tietomääriä (usein tietokannoista tai tietueista) tunnistamaan malleja tavalla, joka on mahdollisimman automatisoitu ja hyödyllinen.

Mitä Data Mining tekee?

Tietojenkäsittelyllä on kaksi päätavoitetta: kuvaus ja ennustaminen. Ensinnäkin tiedonlouhinta kuvaa tietoja ja tietoja, jotka on saatu analysoimalla tietomalleja. Toiseksi tiedonsiirto käyttää hyväksyttyjen datamallien kuvauksia tulevien kuvioiden ennustamiseksi.

Jos esimerkiksi olet käyttänyt ostos-sivustossa aikaasi selaamista kirjoja varten, miten eri tyyppisiä kasveja tunnistetaan, kyseisellä sivustolla olevien kohtausten takana toimivat tiedonlouhintopalvelut kirjaavat profiilisi yhteydessä tekemiesi hakujen kuvaus. Kun kirjaudut sisään uudelleen kaksi viikkoa myöhemmin, verkkosivuston tietojen kaivospalvelut käyttävät aiempien hauistesi kuvauksia ennustamaan nykyiset etusi ja tarjoavat henkilökohtaisia ​​ostossuosituksia, joihin sisältyy kirjoja kasvien tunnistamisesta.

Miten Data Mining toimii

Tietojen louhinta toimii algoritmeja käyttäen, ohjeita, jotka kertovat tietokoneelle tai prosessin tehtävän suorittamiseksi, erilaisten datamallien löytämiseksi. Muutamia tiedonhankintamenetelmistä käytetään klusterianalyysiä, anomaliaan havaitsemista, yhteenkuuluvuuden oppimista, datayhteyttä, päätöksentekoa, regressiomalleja, luokituksia, poikkeavia havaintoja ja hermoverkkoja.

Vaikka tiedonsiirtoa voidaan käyttää kuvioiden kuvaamiseen ja ennustamiseen kaikissa erilaisissa tiedoissa, useat ihmiset kohtaavat useimmiten, vaikka ne eivät ymmärrä sitä, on kuvata omien ostovalintoi ja käyttäytymismallia ennakoimaan todennäköisiä tulevia ostoja päätökset.

Esimerkiksi oletko koskaan miettinyt, miltä Facebook tuntuu aina tuntevan, mitä olet katsonut verkossa ja näyttää mainoksesi uutisissa, jotka liittyvät muihin vierailemiin sivustoihin tai verkkohaun hakuihin? Facebook-tiedonsiirto käyttää selaimeesi tallennettuja tietoja, jotka seuraavat toimintoja, kuten evästeitä , sekä omaa tietämystäsi kuvioista, jotka perustuvat edelliseen Facebookin palvelun käyttöön, jotta voit löytää ja ennustaa tuotteita tai tarjouksia, joista saatat olla kiinnostunut.

Millaisia ​​tietoja voidaan louhia?

Riippuen palvelusta tai kaupasta (fyysiset myymälät käyttävät myös tiedonsiirtoa), voit yllättää yllättävää määrää tietoja sinusta ja kuvioista. Sinulta kerätyt tiedot voivat sisältää minkä ajoneuvotyypin, asuinpaikkasi, matkat, matkat, lehdet ja sanomalehdet olet tilattu tai onko sinulla naimisissa. Se voi myös määrittää, onko sinulla lapsia, mitä harrastuksesi ovat, minkä bändinne haluat, poliittisia suuntauksia, mitä ostat verkosta, mitä ostat fyysisissä myymälöissä (usein asiakkaiden uskollisuuspalkkio korttien kautta) ja mitä tietoja jakat elämästäsi sosiaalisessa mediassa.

Esimerkiksi nuorille suunnatut vähittäiskauppiaat ja muotipohjaiset julkaisut käyttävät tietoja sosiaalisen median palveluiden, kuten Instagramin ja Facebookin, tiedonhankintamuodoista, jotta he voivat ennustaa muotisuuntauksia, jotka houkuttelevat teini-asiakkaille tai lukijoille. Tietojen louhinnassa havaitut näkemykset voivat olla niin tarkkoja, että jotkut vähittäismyyjät voivat jopa ennustaa, jos nainen voi olla raskaana, mikä perustuu hyvin vaihteleviin muutoksiin ostopäätöksissään. Vähittäiskauppias Target on raportoitu niin tarkaksi arvioidessaan raskautta, joka perustuu ostohistoriaan, jonka mukaan se lähetti nuorille naisille lapsille tarkoitettuja kuponkeja ja luovutti raskauden salaisuuden ennen kuin hän kertoi perheelleen.

Tietojen kaivostoiminta on kaikkialla, mutta myymälöissä ja palveluissa käytetään usein ostamistottumuksia, henkilökohtaisia ​​mieltymyksiä, valintoja, taloutta ja online-toimintojaan löydettyjä ja analysoituja tietoja, joiden tarkoituksena on parantaa asiakaskokemusta.