Τι είναι η εξόρυξη δεδομένων;

Μεγάλες εταιρείες ξέρουν περισσότερα για εσάς από ό, τι θα μπορούσατε ποτέ να φανταστείτε - εδώ είναι πώς

Η εξόρυξη δεδομένων είναι η ανάλυση μεγάλων ποσοτήτων δεδομένων για την ανεύρεση προτύπων και γνώσεων. Στην πραγματικότητα, η εξόρυξη δεδομένων είναι επίσης γνωστή ως ανακάλυψη δεδομένων ή ανακάλυψη γνώσης.

Η εξόρυξη δεδομένων χρησιμοποιεί στατιστικά στοιχεία, αρχές μάθησης μηχανών (ML), τεχνητή νοημοσύνη (AI) και τεράστια ποσά δεδομένων (συχνά από βάσεις δεδομένων ή σύνολα δεδομένων) για τον εντοπισμό σχεδίων με τρόπο όσο το δυνατόν πιο αυτοματοποιημένο και χρήσιμο.

Τι κάνει η Εξόρυξη Δεδομένων;

Η εξόρυξη δεδομένων έχει δύο κύριους στόχους: περιγραφή και πρόβλεψη. Πρώτον, η εξόρυξη δεδομένων περιγράφει τις γνώσεις και τις γνώσεις που προκύπτουν από την ανάλυση των σχεδίων στα δεδομένα. Δεύτερον, η εξόρυξη δεδομένων χρησιμοποιεί τις περιγραφές γνωστών μοτίβων δεδομένων για την πρόβλεψη των μελλοντικών μοτίβων.

Για παράδειγμα, αν έχετε ξοδέψει χρόνο σε μια ιστοσελίδα αγορών για βιβλία σχετικά με τον τρόπο ταυτοποίησης διαφορετικών τύπων φυτών, οι υπηρεσίες εξόρυξης δεδομένων που εργάζονται πίσω από τις σκηνές στον ιστότοπο καταγράφουν μια περιγραφή των αναζητήσεών σας σε σχέση με το προφίλ σας. Όταν συνδεθείτε ξανά δύο εβδομάδες αργότερα, οι υπηρεσίες εξόρυξης δεδομένων του ιστότοπου χρησιμοποιούν τις περιγραφές των προηγούμενων αναζητήσεών σας για να προβλέψουν τα τρέχοντα ενδιαφέροντα σας και να προσφέρουν εξατομικευμένες προτάσεις για αγορές που περιλαμβάνουν βιβλία σχετικά με την αναγνώριση φυτών.

Πώς λειτουργεί η εξόρυξη δεδομένων

Η εξόρυξη δεδομένων λειτουργεί με αλγορίθμους, σύνολα οδηγιών που λένε σε έναν υπολογιστή ή διεκπεραιώνουν τον τρόπο εκτέλεσης μιας εργασίας, για να ανακαλύψουν διαφορετικούς τύπους μοτίβων μέσα στα δεδομένα. Μερικές από τις διαφορετικές μεθόδους αναγνώρισης προτύπων που χρησιμοποιούνται στην εξόρυξη δεδομένων περιλαμβάνουν ανάλυση συμπλέγματος, ανίχνευση ανωμαλιών, μάθηση συσχέτισης, εξαρτήσεις δεδομένων, δέντρα αποφάσεων, μοντέλα παλινδρόμησης, ταξινομήσεις, ανίχνευση εξωστρεφών και νευρωνικά δίκτυα.

Ενώ η εξόρυξη δεδομένων μπορεί να χρησιμοποιηθεί για να περιγράψει και να προβλέψει μοτίβα σε όλα τα διαφορετικά είδη δεδομένων, η χρήση που πολλοί άνθρωποι συναντούν συχνότερα, ακόμη και αν δεν το συνειδητοποιούν, είναι να περιγράψει τα πρότυπα στις επιλογές αγοράς και τις συμπεριφορές σας για να προβλέψει πιθανές μελλοντικές αγορές αποφάσεων.

Για παράδειγμα, έχετε αναρωτηθεί ποτέ πώς το Facebook πάντα φαίνεται να ξέρει τι ψάχνετε στο διαδίκτυο και σας εμφανίζει διαφημίσεις στο newsfeed σας που σχετίζονται με άλλους ιστότοπους που έχετε επισκεφτεί ή τις αναζητήσεις σας στο Web; Η εξόρυξη δεδομένων Facebook χρησιμοποιεί πληροφορίες αποθηκευμένες στο πρόγραμμα περιήγησης που παρακολουθούν τις δραστηριότητές σας, όπως cookies , καθώς και τις γνώσεις της σχετικά με τα πρότυπά σας, με βάση την προηγούμενη χρήση της υπηρεσίας Facebook, για να ανακαλύψετε και να προβλέψετε προϊόντα ή προσφορές που μπορεί να σας ενδιαφέρουν.

Τι είδους δεδομένα μπορούν να ληφθούν;

Ανάλογα με την υπηρεσία ή το κατάστημα (τα φυσικά καταστήματα χρησιμοποιούν εξόρυξη δεδομένων επίσης), ένα εκπληκτικό ποσό δεδομένων σχετικά με εσάς και τα πρότυπά σας μπορεί να εξορυχθεί. Τα δεδομένα που συλλέγονται σχετικά με εσάς ενδέχεται να περιλαμβάνουν το είδος του οχήματος που οδηγείτε, το μέρος στο οποίο ζείτε, τα μέρη που έχετε ταξιδέψει, τα περιοδικά και τις εφημερίδες στις οποίες εγγράφεστε και αν είστε παντρεμένοι ή όχι. Μπορεί επίσης να καθορίσει εάν έχετε παιδιά, ποια είναι τα χόμπι σας, ποια μπάντα θέλετε, ποιες είναι οι πολιτικές σας προσδοκίες, τι αγοράζετε στο διαδίκτυο, τι αγοράζετε σε φυσικά καταστήματα (συχνά μέσω καρτών ανταμοιβής πιστών πελατών) και οποιεσδήποτε λεπτομέρειες μοιράζεστε για τη ζωή σας στα κοινωνικά μέσα.

Για παράδειγμα, οι έμποροι λιανικής πώλησης και οι δημοσιεύσεις με βάση τη μόδα που απευθύνονται σε εφήβους χρησιμοποιούν ιδέες από φωτογραφίες εξόρυξης δεδομένων στις υπηρεσίες κοινωνικών μέσων όπως το Instagram και το Facebook για να προβλέψουν τις τάσεις της μόδας που θα προσελκύσουν τους αγοραστές ή τους αναγνώστες. Οι ιδέες που ανακαλύπτονται μέσω της εξόρυξης δεδομένων μπορούν να είναι τόσο ακριβείς ώστε ορισμένοι έμποροι λιανικής πώλησης μπορούν ακόμη και να προβλέψουν εάν μια γυναίκα μπορεί να είναι έγκυος, με βάση πολύ συγκεκριμένες αλλαγές στις επιλογές αγοράς της. Ο έμπορος λιανικής Target αναφέρεται ότι είναι τόσο ακριβής με την πρόβλεψη της εγκυμοσύνης με βάση τα πρότυπα στην αγορά ιστορίας που έστειλε κουπόνια για προϊόντα μωρών σε μια νεαρή κοπέλα, δίνοντας το μυστικό της εγκυμοσύνης της προτού να πει στην οικογένειά της.

Η εξόρυξη δεδομένων είναι παντού, ωστόσο, πολλές από τις πληροφορίες που ανακαλύφθηκαν και αναλύθηκαν σχετικά με τις αγοραστικές μας συνήθειες, τις προσωπικές προτιμήσεις, τις επιλογές, τα οικονομικά και τις ηλεκτρονικές δραστηριότητες χρησιμοποιούνται από καταστήματα και υπηρεσίες με στόχο την ενίσχυση της εμπειρίας των πελατών.