Nagyvállalatok többet tudnak rólad, mint valaha is el tudnád képzelni - itt van
Az adatbányászat nagy mennyiségű adatelemzés a minták és a tudás felfedezésére. Tény, hogy az adatbányászat az adatkeresés vagy a tudás felfedezése néven is ismert.
Az adatbányászat a gépi tanulás (ML), a mesterséges intelligencia (AI) statisztikáit, a nagy mennyiségű adatot (gyakran adatbázisokból vagy adatkészletekből) használja a minták minél automatizáltabb és leghasznosabb módon történő azonosítására.
Mit csinál az adatbányászat?
Az adatbányászatnak két elsődleges célja van: leírás és előrejelzés. Először is, az adatbányászat leírja az adatminták elemzéséből kapott ismereteket és ismereteket. Másodszor, az adatbányászat a felismert adatminták leírását használja fel a jövõbeli minták megjóslásához.
Például, ha időben böngészünk egy bevásárló weboldalon könyveket arról, hogyan lehet azonosítani a különböző típusú növényeket, az adott webhelyen zajló jelenetek mögötti adatbányászati szolgáltatások naplózza a profiljaival kapcsolatos kereséseinek leírását. Ha két héttel később jelentkezel be, a webhely adatbányászati szolgáltatásai a korábbi keresések leírásait használják fel, hogy megjósolják az aktuális érdeklődési körüket, és olyan személyre szabott bevásárlási ajánlásokat kínáljanak, amelyek könyveket tartalmaznak a növények azonosítására vonatkozóan.
Hogyan működik az adatbányászat
Az adatbányászat az algoritmusok használatával történik, olyan utasításkészleteket tartalmaz, amelyek megmagyarázzák a számítógépet, vagy feldolgozzák a feladatok elvégzését, az adatokon belüli különböző típusú minták felfedezését. Az adatbányászatban használt különböző mintázatfelismerési módszerek közül néhány a klaszterelemzést, anomáliafelderítést, társulási tanulást, adatfüggéseket, döntési fákat, regressziós modelleket, osztályozást, outlier detektálást és neurális hálózatokat tartalmaz.
Míg az adatbányászat az összes különböző típusú adatmintázat leírására és megjósolására használható, a legtöbb ember gyakran találkozik, még akkor is, ha nem veszi észre, hogy leírja a vásárlási döntéseit és viselkedését, hogy megjósolja a várható jövőbeli vásárlást döntéseket.
Például megkérdezte valaha, hogy a Facebook mindig úgy tűnik, hogy tudja, mit keres az interneten, és megmutatja hirdetéseit a hírcsatornában, amely más webhelyekkel kapcsolatban érkezett meg, vagy az internetes kereséseket? A Facebook adatbányászat a böngészőben tárolt információkat használja, amelyek nyomon követi tevékenységeit, például a cookie-kat , valamint a saját ismeretei a minták alapján a korábbi Facebook szolgáltatás használatával felfedezni és megjósolni a termékek vagy ajánlatok érdekel.
Milyen adatok bányászhatók?
A szolgáltatástól vagy a bolttól függően (fizikai boltok is használják az adatbányászatot) meglepő mennyiségű adatot bocsátanak ki Önről és a mintáiról. Az Önről gyűjtött adatok magukban foglalhatják, hogy milyen típusú járművet vezet, hol lakik, utazási helyeket, magazinokat és újságokat, amelyekre feliratkozik, és hogy házas vagy-e vagy sem. Azt is meghatározhatja, hogy van-e gyermeke, milyen hobbija van, melyik zenekart szereted, a politikai elterjedéseid, az online vásárlásod, a fizikai üzletek vásárlása (gyakran az ügyfélhűségre jutó kártyákon keresztül) az életedről a közösségi médiában.
Például a kiskereskedők és a tinédzserekre célzott divatalapú kiadványok betekintést nyújtanak az adatbányászati fotókból olyan közösségi médiaszolgáltatásokról, mint például az Instagram és a Facebook, hogy megjósolhassák a divatirányzatokat, amelyek tinédzser vásárlók vagy olvasók körében csábítanak. Az adatbányászat révén felfedezett ismeretek annyira pontosak lehetnek, hogy egyes kiskereskedők előre megjósolhatják, hogy egy nő terhes lehet-e, a vásárlási döntéseinek nagyon specifikus változásai alapján. A kiskereskedő, a Target, annyira pontosnak bizonyult a terhesség megjóslásával kapcsolatban a vásárlási szokások alapján, hogy egy fiatal hölgynek csomagolt kuponokat küldött a baba termékeknek, és átadta a terhesség titkát, mielőtt elmondta volna családjának.
Az adatbányászat mindenhol megtalálható, azonban a vevői szokások, személyes preferenciák, választások, pénzügyek és online tevékenységek tekintetében felfedezett és elemzett információk nagy részét üzletek és szolgáltatások használják az ügyfelek élményének növelése érdekében.