데이터 마이닝은 통계 및 수학적 기법을 포함한 패턴 인식 기술을 사용하여 저장소에 저장된 많은 양의 데이터를 전송하여 유용한 새로운 상관 관계, 패턴 및 추세를 찾는 프로세스입니다. 의심하지 않은 관계를 발견하고 데이터 소유자에게 논리적이고 도움이 되는 새로운 방법으로 기록을 요약하기 위한 사실 데이터 세트의 분석입니다.
데이터 마이닝 시스템은 개인을 식별하고 다른 그룹이나 세그먼트로 분류하도록 설계되었습니다. 상업 회사의 측면에서, 그리고 아마도 산업 전체의 측면에서 데이터 마이닝의 사용을 합리적인 이윤 추구의 차별적 기술로 해석할 수 있습니다.
다음과 같은 데이터 마이닝의 다양한 사회적 의미가 있습니다 -
개인정보 - 로드된 문제입니다. 최근 몇 년 동안 상인, 보험 회사 및 정부 기관이 개인 기록을 포함한 창고를 축적함에 따라 개인 정보 보호 문제는 미국 사회에서 더 중요한 역할을 담당했습니다.
이 데이터 그룹에 대한 사람들의 우려는 일반적으로 데이터에 사용되는 일부 분석 기능으로 확장됩니다. 데이터 마이닝 사용자는 개인 정보 보호와 관련된 법적 문제가 이 기술을 사용하는 데 어떤 영향을 미칠지 생각하기 시작해야 합니다.
프로파일링 − 데이터 마이닝 및 프로파일링은 이 정보화 시대에 폭발적인 데이터를 구성, 이해, 분석, 추론 및 사용하려는 개발 분야입니다. 이 프로세스에는 알고리즘과 경험을 사용하여 인식하는 데 매우 복잡하거나 어렵거나 시간이 많이 소요되는 설계 또는 이상을 추출하는 작업이 포함됩니다.
Microsoft의 탐사 팀의 창립자는 복잡한 데이터 마이닝 알고리즘을 사용하여 몇 년 동안 천문학자들을 괴롭혔던 문제를 해결했습니다. 30년 동안 기록된 20억 개의 하늘 물체를 검토하고, 설명하고, 분류하는 문제입니다. 알고리즘은 별이나 은하와 같은 하늘 개체를 할당하기 위해 관련 디자인을 추출했습니다. 알고리즘은 하늘 물체를 별이나 은하로 나타내는 특징을 추출할 수 있었습니다. 이 개발 중인 데이터 마이닝 및 프로파일링 분야에는 사용할 수 있는 여러 국경이 있습니다.
무단 사용 − 마케팅 목표 또는 기타 윤리적 목표에 사용하도록 설계된 데이터 마이닝을 통해 얻은 추세는 오용될 수 있습니다. 비윤리적인 기업이나 사람들은 데이터 마이닝을 통해 얻은 데이터를 사용하여 취약한 사람들에게 혜택을 주거나 특정 그룹의 사람들을 차별할 수 있습니다. 또한 데이터 마이닝 기술은 100% 정확하지 않습니다. 따라서 심각한 결과를 초래할 수 있는 실수가 나타납니다.