大公司對你的了解比你想像的更多 - 這就是如何
數據挖掘是分析大量數據以發現模式和知識。 事實上，數據挖掘也被稱為數據發現或知識發現。
數據挖掘使用統計學，機器學習（ML）原理， 人工智能 （AI）和大量數據（通常來自數據庫或數據集）以盡可能自動化和有用的方式識別模式。
數據挖掘做什麼？
數據挖掘有兩個主要目標：描述和預測。 首先，數據挖掘描述了從分析數據模式中獲得的見解和知識。 其次，數據挖掘使用已識別數據模式的描述來預測未來模式。
例如，如果您花時間在購物網站上瀏覽關於如何識別不同類型工廠的書籍，那麼在該網站幕後工作的數據挖掘服務會記錄與您的配置文件有關的搜索的描述。 當您兩週後再次登錄時，網站的數據挖掘服務會使用您之前搜索的描述來預測您當前的興趣，並提供個性化購物建議，其中包括關於識別植物的書籍。
數據挖掘如何工作
數據挖掘使用算法，告訴計算機或過程如何執行任務的指令集，來發現數據中的不同類型的模式。 數據挖掘中使用的一些不同模式識別方法包括聚類分析，異常檢測，關聯學習，數據依賴性，決策樹，回歸模型，分類，異常值檢測和神經網絡。
雖然數據挖掘可用於描述和預測所有不同類型數據的模式，但即使他們沒有意識到，許多人最常遇到的用法是描述購買選擇和行為中的模式，以預測未來購買的可能性決定。
舉個例子，你有沒有想過Facebook總是怎麼知道你在網上看到的東西，並在你的新聞推送中顯示與你訪問過的其他網站或你的網頁搜索相關的廣告？ Facebook數據挖掘使用存儲在您的瀏覽器中的信息來跟踪您的活動（如Cookie） ，並根據您以前使用Facebook服務發現和預測您可能感興趣的產品或產品，
什麼樣的數據可以被挖掘？
根據服務或商店（實體商店也使用數據挖掘），可以挖掘出令人驚訝的關於您和您的模式的數據。 收集到的關於您的數據可能包括您開車的類型，您居住的地點，您去過的地方，您訂閱的雜誌和報紙以及您是否已婚。 它還可以決定你是否有孩子，你的愛好是什麼，你喜歡哪個樂隊，你的政治傾向，你在網上購買什麼，在實體店購買什麼（通常通過顧客忠誠獎勵卡）以及你分享的任何細節關於你在社交媒體上的生活。
例如，針對青少年的零售商和時尚型出版物使用來自Instagram和Facebook等社交媒體服務上的數據挖掘照片的洞察力，預測可吸引青少年購物者或讀者的時尚趨勢。 通過數據挖掘發現的見解可以非常精確，以至於一些零售商甚至可以根據她的購買選擇中的特定變化來預測女性是否可能懷孕。 據報導，零售商Target根據購買歷史中的模式預測懷孕非常準確，它將嬰兒用品的優惠券寄給一位年輕女士，在她告訴她的家人之前將她的懷孕秘密送出。
數據挖掘無處不在，然而，我們發現並分析了有關我們的購買習慣，個人偏好，選擇，財務和在線活動的大部分信息，這些信息被商店和服務部門用來提高客戶體驗。