Datamining

Datamining is het proces waarbij grote hoeveelheden gegevens worden geanalyseerd om patronen en andere informatie te ontdekken. Het wordt meestal uitgevoerd op databases, waarin gegevens in een gestructureerde indeling worden opgeslagen. Door grote hoeveelheden gegevens te "ontginnen", kan verborgen informatie worden ontdekt en voor andere doeleinden worden gebruikt.

Voorbeelden van datamining

Een creditcardmaatschappij kan datamining gebruiken om meer te weten te komen over de koopgewoonten van haar klanten. Door aankopen van kaarthouders in de hele Verenigde Staten te analyseren, kan het bedrijf winkelgewoonten voor verschillende demografische groepen ontdekken, zoals leeftijd, ras en locatie. Deze informatie kan nuttig zijn bij het aanbieden van specifieke promoties aan personen. Dezelfde gegevens kunnen ook winkelpatronen in verschillende regio's van het land laten zien. Deze informatie kan waardevol zijn voor bedrijven die in specifieke staten willen adverteren of een bedrijf willen beginnen.

Online diensten, zoals Google en Facebook, ontginnen enorme hoeveelheden gegevens om hun gebruikers gerichte inhoud en advertenties aan te bieden. Google kan bijvoorbeeld zoekopdrachten analyseren om populaire zoekopdrachten voor bepaalde gebieden te ontdekken en deze bovenaan de lijst met automatische aanvullingen te plaatsen (de suggesties die verschijnen terwijl je typt). Door activiteitsgegevens van gebruikers te ontginnen, kan Facebook populaire onderwerpen onder verschillende leeftijdsgroepen ontdekken en gerichte advertenties aanbieden op basis van deze informatie.

Hoewel datamining vaak voor marketingdoeleinden wordt gebruikt, heeft het ook veel andere toepassingen. Zo kunnen zorgbedrijven datamining gebruiken om verbanden tussen bepaalde genen en ziekten te ontdekken. Weerbedrijven kunnen gegevens ontginnen om weerpatronen te ontdekken die kunnen helpen bij het voorspellen van toekomstige meteorologische gebeurtenissen. Verkeersbeheersorganisaties kunnen autogegevens ontginnen om toekomstige verkeersniveaus te voorspellen en geschikte plannen voor snelwegen en straten te maken.

Vereisten voor datamining

Voor datamining zijn twee dingen nodig: veel gegevens en veel rekenkracht. Hoe beter de gegevens zijn georganiseerd, hoe gemakkelijker het is om ze te ontginnen voor nuttige informatie. Daarom is het belangrijk dat elke organisatie die aan datamining wil doen, proactief bepaalt welke gegevens moeten worden vastgelegd en hoe deze moeten worden opgeslagen. Bij het ontginnen van de gegevens kunnen supercomputers en computerclusters worden gebruikt om petabytes aan gegevens te verwerken.