Giới thiệu
Khai thác dữ liệu là quá trình tìm thấy các mối tương quan, mẫu và xu hướng mới hữu ích bằng cách duyệt qua lượng lớn dữ liệu lưu trữ, sử dụng công nghệ nhận dạng mẫu bao gồm kỹ thuật thống kê và toán học. Đây là phân tích tập dữ kiện để phát hiện mối quan hệ chưa ngờ và tóm tắt dữ liệu theo cách mới vừa logic vừa hữu ích cho chủ sở hữu dữ liệu.
Các hàm ý xã hội chính
1. Quyền riêng tư (Privacy)
Đây là vấn đề nóng hổi. Gần đây quan tâm về quyền riêng tư ngày càng quan trọng trong xã hội Mỹ khi các thương nhân, công ty bảo hiểm, cơ quan chính phủ tích lũy kho dữ liệu cá nhân. Lo ngại về việc thu thập dữ liệu thường mở rộng đến các khả năng phân tích áp dụng lên dữ liệu đó. Người sử dụng khai thác dữ liệu cần cân nhắc cách sử dụng công nghệ này sẽ bị ảnh hưởng như thế nào bởi các vấn đề pháp lý liên quan đến quyền riêng tư.
2. Xây dựng hồ sơ (Profiling)
Khai thác dữ liệu và profiling là lĩnh vực mới nhằm tổ chức, hiểu, phân tích, suy luận và sử dụng爆炸 của dữ liệu trong kỷ nguyên thông tin. Quy trình sử dụng thuật toán và kinh nghiệm để trích xuất mẫu hoặc bất thường phức tạp, khó khăn, tốn thời gian để nhận diện thủ công.
Ví dụ: Nhóm Khám phá của Microsoft sử dụng thuật toán khai thác dữ liệu phức tạp giải quyết vấn đề đau đầu thiên văn học hàng chục năm: xem xét, mô tả, phân loại 2 tỷ vật thể bầu trời ghi nhận qua 3 thập kỷ. Thuật toán trích xuất mẫu liên quan để phân loại vật thể thành sao hoặc thiên hà.
3. Sử dụng trái phép (Unauthorized Use)
Xu hướng thu được từ khai thác dữ liệu dành cho mục đích marketing hoặc đạo đức có thể bị lạm dụng. Doanh nghiệp hoặc cá nhân không đạo đức có thể dùng dữ liệu để lợi dụng người dễ bị tổn thương hoặc phân biệt đối xử đối với nhóm người cụ thể. Ngoài ra, kỹ thuật khai thác dữ liệu không chính xác 100%; sai sót có thể dẫn đến hậu quả nghiêm trọng.