数据挖掘

数据挖掘是分析大量数据，以发现模式和其他信息的过程。它通常在数据库中进行，数据库以结构化格式存储数据。通过“挖掘”大量数据，可以发现隐藏信息，并将其用于其他用途。

数据挖掘示例

信用卡公司可能会使用数据挖掘来进一步了解其会员的购买习惯。通过分析美国各地持卡人的购买记录，公司可能会发现不同人口群体的购物习惯，例如不同年龄、种族和地区人群的购物习惯。这些信息可用于向个人提供特定促销活动。同样的数据还可能显示该国不同地区的购物模式。对于希望在特定州投放广告或开办业务的公司来说，这些信息可能很有价值。

在线服务例如(Google和Facebook）会挖掘海量数据，为用户提供定向内容和广告。例如，Google 可能会分析搜索查询，找出某些地区的热门搜索，并将其移到自动完成列表的顶部（即输入内容时显示的建议）。通过挖掘用户活动数据，Facebook 可能会发现不同年龄组中的热门话题，并根据这些信息提供定向广告。

虽然数据挖掘通常用于营销目的，但它也有许多其他用途。例如，医疗保健公司可能会使用数据挖掘来发现某些基因与疾病之间的联系。气象公司可以挖掘数据，发现有助于预测未来气象事件的天气模式。交通管理机构可以挖掘汽车数据，预测未来的交通流量，并为公路和街道制定相应计划。

数据挖掘要求

数据挖掘需要两样东西——大量数据和强大的计算能力。数据越有条理，就越容易从中挖掘有用信息。因此，任何想要开展数据挖掘的组织，都应主动选择要记录哪些数据以及如何存储这些数据。挖掘数据时，可能会使用超级计算机和计算集群来处理多个PB的数据。