डेटा माइनिंग

डाटा माइनिंग क्या है?

डेटा माइनिंग एक प्रक्रिया है जिसका उपयोग कंपनियां कच्चे डेटा को उपयोगी जानकारी में बदलने के लिए करती हैं। डेटा के बड़े बैचों में पैटर्न देखने के लिए सॉफ़्टवेयर का उपयोग करके, व्यवसाय अपने ग्राहकों के बारे में अधिक प्रभावी मार्केटिंग रणनीति विकसित करने, बिक्री बढ़ाने और लागत कम करने के बारे में अधिक जान सकते हैं। डेटा माइनिंग प्रभावी डेटा संग्रह,. वेयरहाउसिंग और कंप्यूटर प्रोसेसिंग पर निर्भर करता है ।

डेटा माइनिंग कैसे काम करता है

डेटा माइनिंग में सार्थक पैटर्न और प्रवृत्तियों को इकट्ठा करने के लिए सूचना के बड़े ब्लॉक की खोज और विश्लेषण करना शामिल है। इसका उपयोग विभिन्न तरीकों से किया जा सकता है, जैसे डेटाबेस मार्केटिंग, क्रेडिट जोखिम प्रबंधन, धोखाधड़ी का पता लगाना, स्पैम ईमेल फ़िल्टरिंग, या यहां तक कि उपयोगकर्ताओं की भावना या राय को समझने के लिए।

डेटा माइनिंग प्रक्रिया पाँच चरणों में टूट जाती है। सबसे पहले, संगठन डेटा एकत्र करते हैं और इसे अपने डेटा वेयरहाउस में लोड करते हैं। इसके बाद, वे इन-हाउस सर्वर या क्लाउड पर डेटा को स्टोर और प्रबंधित करते हैं। व्यापार विश्लेषक, प्रबंधन दल, और सूचना प्रौद्योगिकी पेशेवर डेटा तक पहुंचते हैं और यह निर्धारित करते हैं कि वे इसे कैसे व्यवस्थित करना चाहते हैं। फिर, एप्लिकेशन सॉफ़्टवेयर उपयोगकर्ता के परिणामों के आधार पर डेटा को सॉर्ट करता है, और अंत में, एंड-यूज़र डेटा को एक आसान-से-साझा प्रारूप में प्रस्तुत करता है, जैसे कि ग्राफ़ या तालिका।

डाटा वेयरहाउसिंग और माइनिंग सॉफ्टवेयर

डेटा माइनिंग प्रोग्राम उपयोगकर्ताओं के अनुरोध के आधार पर डेटा में संबंधों और पैटर्न का विश्लेषण करते हैं। उदाहरण के लिए, एक कंपनी सूचना के वर्ग बनाने के लिए डेटा माइनिंग सॉफ़्टवेयर का उपयोग कर सकती है। उदाहरण के लिए, कल्पना करें कि एक रेस्तरां डेटा माइनिंग का उपयोग यह निर्धारित करने के लिए करना चाहता है कि उसे कुछ विशेष कब पेश करना चाहिए। यह अपने द्वारा एकत्रित की गई जानकारी को देखता है और ग्राहकों के आने और उनके द्वारा ऑर्डर किए जाने के आधार पर कक्षाएं बनाता है।

अन्य मामलों में, डेटा खनिक तार्किक संबंधों के आधार पर सूचनाओं के समूह ढूंढते हैं या उपभोक्ता व्यवहार में प्रवृत्तियों के बारे में निष्कर्ष निकालने के लिए संघों और अनुक्रमिक पैटर्न को देखते हैं।

वेयरहाउसिंग डेटा माइनिंग का एक महत्वपूर्ण पहलू है। वेयरहाउसिंग तब होती है जब कंपनियां अपने डेटा को एक डेटाबेस या प्रोग्राम में केंद्रीकृत करती हैं। डेटा वेयरहाउस के साथ, एक संगठन विशिष्ट उपयोगकर्ताओं के विश्लेषण और उपयोग के लिए डेटा के खंडों को अलग कर सकता है।

हालांकि, अन्य मामलों में, विश्लेषक अपने इच्छित डेटा से शुरू कर सकते हैं और उन विशिष्टताओं के आधार पर डेटा वेयरहाउस बना सकते हैं। भले ही व्यवसाय और अन्य संस्थाएं अपने डेटा को कैसे व्यवस्थित करें, वे इसका उपयोग प्रबंधन की निर्णय लेने की प्रक्रियाओं का समर्थन करने के लिए करते हैं।

डाटा माइनिंग और सोशल मीडिया

डेटा माइनिंग के सबसे आकर्षक अनुप्रयोगों में से एक सोशल मीडिया का है। फेसबुक (मेटा के स्वामित्व वाले), टिकटॉक, इंस्टाग्राम और ट्विटर जैसे प्लेटफॉर्म लक्षित मार्केटिंग विज्ञापनों को भेजने के लिए व्यक्तिगत उपयोगकर्ताओं के बारे में उनकी प्राथमिकताओं के बारे में अनुमान लगाने के लिए डेटा एकत्र करते हैं। इस डेटा का उपयोग उपयोगकर्ता के व्यवहार को प्रभावित करने और उनकी प्राथमिकताओं को बदलने की कोशिश करने के लिए भी किया जाता है, चाहे वह उपभोक्ता उत्पाद के लिए हो या चुनाव में वे किसे वोट देंगे।

सोशल मीडिया पर डेटा माइनिंग विवाद का एक बड़ा मुद्दा बन गया है, जिसमें कई खोजी रिपोर्टें और खुलासा हुआ है कि खनन उपयोगकर्ताओं का डेटा कितना नापाक हो सकता है।

कैम्ब्रिज एनालिटिका घोटाला इस बात का एक प्रमुख उदाहरण है कि कैसे सोशल मीडिया कंपनियां अपने उपयोगकर्ताओं की कीमत पर डेटा माइनिंग का उपयोग कर सकती हैं।

डाटा माइनिंग का उदाहरण

किराना स्टोर डेटा माइनिंग तकनीकों के जाने-माने उपयोगकर्ता हैं। कई सुपरमार्केट ग्राहकों को मुफ्त लॉयल्टी कार्ड प्रदान करते हैं जो उन्हें कम कीमतों तक पहुंच प्रदान करते हैं जो गैर-सदस्यों के लिए उपलब्ध नहीं हैं। कार्ड स्टोर के लिए यह ट्रैक करना आसान बनाते हैं कि कौन क्या खरीद रहा है, कब खरीद रहा है और किस कीमत पर। डेटा का विश्लेषण करने के बाद, स्टोर इस डेटा का उपयोग ग्राहकों को उनकी खरीदारी की आदतों के लिए लक्षित कूपन की पेशकश करने के लिए कर सकते हैं और यह तय कर सकते हैं कि आइटम को कब बिक्री पर रखना है या उन्हें पूरी कीमत पर कब बेचना है।

डेटा माइनिंग चिंता का कारण हो सकता है जब कोई कंपनी एक निश्चित परिकल्पना को साबित करने के लिए केवल चयनित जानकारी का उपयोग करती है, जो समग्र नमूना समूह का प्रतिनिधि नहीं है।

डेटा माइनिंग प्रक्रियाओं का उपयोग मशीन लर्निंग मॉडल बनाने के लिए किया जाता है जो सर्च इंजन तकनीक और वेबसाइट अनुशंसा कार्यक्रमों सहित अनुप्रयोगों को शक्ति प्रदान करते हैं।

हाइलाइट्स

डेटा माइनिंग का उपयोग निगमों द्वारा ग्राहकों की रुचि के बारे में सीखने से लेकर धोखाधड़ी का पता लगाने और स्पैम फ़िल्टरिंग तक हर चीज के लिए किया जा सकता है।
डेटा माइनिंग प्रोग्राम डेटा में पैटर्न और कनेक्शन को तोड़ते हैं जो उपयोगकर्ता द्वारा अनुरोध या प्रदान की जाने वाली जानकारी के आधार पर होते हैं।
डेटा माइनिंग रुझानों और पैटर्न को समझने के लिए सूचनाओं के एक बड़े बैच का विश्लेषण करने की प्रक्रिया है।
सोशल मीडिया कंपनियां लाभ कमाने के लिए अपने उपयोगकर्ताओं को कमोडिटी बनाने के लिए डेटा माइनिंग तकनीकों का उपयोग करती हैं।
डेटा माइनिंग का यह उपयोग हाल ही में आलोचनाओं के घेरे में आया है क्योंकि उपयोगकर्ता अक्सर अपनी व्यक्तिगत जानकारी के साथ होने वाले डेटा माइनिंग से अनजान होते हैं, खासकर जब इसका उपयोग वरीयताओं को प्रभावित करने के लिए किया जाता है।

सामान्य प्रश्न

डेटा माइनिंग कैसे की जाती है?

डेटा माइनिंग मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस (एआई) के अन्य रूपों सहित बड़े डेटा और उन्नत कंप्यूटिंग प्रक्रियाओं पर निर्भर करता है। लक्ष्य उन पैटर्नों को खोजना है जो अन्यथा असंरचित या बड़े डेटा सेट से अनुमान या भविष्यवाणियां कर सकते हैं।

डेटा माइनिंग के लिए दूसरा शब्द क्या है?

डेटा माइनिंग डेटा, या केडीडी में खोजे गए कम-उपयोग किए गए शब्द ज्ञान द्वारा भी जाता है।

डेटा माइनिंग का उपयोग कौन करता है?

संभावित सुरक्षा खतरों की पहचान करने की कोशिश कर रही सरकारों के लिए बाजारों में पैटर्न देखने के लिए वित्तीय क्षेत्र से डेटा खनन अनुप्रयोगों की सीमा होती है। निगम, और विशेष रूप से ऑनलाइन और सोशल मीडिया कंपनियां, अपने उपयोगकर्ताओं पर डेटा माइनिंग का उपयोग लाभदायक विज्ञापन और मार्केटिंग अभियान बनाने के लिए करती हैं जो उपयोगकर्ताओं के विशिष्ट सेट को लक्षित करते हैं।