数据挖掘与社会

数据挖掘是收集数据然后在统计和机器学习过程的帮助下对其进行处理以找到有用模式的过程。通过查找数据库之间的关系，可以很容易地识别出特殊性。从数据库中的大量数据中聚合有用的数据集有助于我们日常生活中所依赖的许多行业的发展并增强客户服务。我们不能否认我们生活在一个数据世界中的事实。从本地杂货店到检测网络欺诈，数据挖掘发挥着重要作用。除了好处之外，数据挖掘还会对社会产生负面影响，例如隐私泄露和安全问题。本文展示了数据挖掘对社会的正面和负面影响。

数据挖掘对社会的积极影响

无论我们是否感觉到，数据挖掘都影响了我们的生活。它的应用广泛用于许多领域，以减少应变和时间。它还补充了人类的生活。让我们看一些例子。

客户关系管理：利用数据挖掘技术，公司为客户提供定制化和首选的服务，在使用服务时提供愉快的体验。通过汇总和分组数据，公司可以仅在需要时创建广告，并且可以接触到需要服务的合适的人。通过针对客户，可以避免不必要的促销活动，从而为公司节省大量资金。当大量垃圾邮件和消息没有发送时，客户也不会生气。数据挖掘还可以帮助节省时间并让客户满意。
个性化搜索引擎：在数据和网络的世界中，我们的生活与网络浏览器交织在一起。他们在我们的生活方式、知识等方面获得了不可避免的地位。在数据挖掘算法的帮助下，根据收集到的信息，通过汇总来定制网站的建议和顺序。根据内容对页面进行排名，访问次数也有助于网络浏览器为用户的查询提供必要的结果。通过提供个性化的环境，可以避免垃圾邮件和误导性广告。通过数据挖掘，可以识别出频繁出现的垃圾账户，并自动将其移入垃圾邮件文件夹。例如，Gmail 有一个垃圾邮件文件夹，用于放置不需要的和频繁发送的垃圾邮件，而不是堆积在收件箱中。网络范围的跟踪是系统跟踪用户访问的每个网站的过程。通过在这些网站中加入 DoubleClick 机制，他们可以记录访问过的网站。个性化的生活方式、教育广告在与该用户相关的网站中可见。
卫生部门的挖掘：数据挖掘有助于维护人类的健康和福利。嵌入制药行业的数据挖掘层有助于分析数据，在创建和改进药物的同时建立关系。它还有助于分析药物对患者的影响、副作用和结果。它们还有助于跟踪慢性病患者、ICU 患者的数量，这有助于减少医院的入院人数。无论治疗什么疾病，一些药物也会引起副作用或其他好处。在这种情况下，数据挖掘可以在很大程度上影响卫生部门的发展。
电子购物：电子零售平台是全球发展最快的主要行业之一。从书籍、电影、杂货、生活方式，一切都在在线电子零售平台上列出。如果没有数据挖掘和预测分析的帮助，这将无法成功运行。通过这些技术，交叉销售和留住老客户成为可能。数据挖掘有助于宣布优惠和折扣，以保持客户完好无损并增加销售额。通过使用数据科学的算法，电子商务网站可以通过有针对性的广告活动在很大程度上影响客户，这将增加用户数量并为客户提供满意的结果。
预防犯罪：数据挖掘在预防犯罪和降低欺诈率方面发挥着巨大作用。在电信行业，它有助于识别订阅盗窃和叠加欺诈。它还有助于识别欺诈电话。通过这样做，可以确保用户安全并防止公司面临巨大损失。它还在警察部门识别和预测犯罪的关键模式方面发挥着重要作用。它还有助于通过在犯罪数据库中建立先前和当前数据集之间的关系来识别同一罪犯所犯的未解决犯罪。通过提取和汇总数据，警察部门可以识别未来的犯罪并加以预防。它还有助于确定犯罪的原因和背后的罪犯。此应用程序在很大程度上支持人们的安全。

数据挖掘对社会的负面影响

数据的利用和歧视：通过同意公司提供的条款和条件，公司可以访问收集客户的数据。从年龄组到经济地位，公司对客户进行了描述。通过客户分析，他们可以了解富人、穷人、老年人或年轻人的数据集。一些不道德或狡猾的公司在销售率较低的地区向客户提供低信用或劣质交易。为了。例如。一家不道德的公司降低与交易较少的分支机构相关联的人的会员卡中的信用评分。有时在对客户进行分析时，会发生错误地指责客户的情况。虽然他是完美无缺的，但他的需要和安慰却被拒绝了。即使公司在调查后宣布客户无过错，但被错误指控的客户仍然在精神上挣扎，这件事将对他的生活产生负面影响。某些公司不承担保护客户数据的责任，这使数据易受攻击并导致隐私泄露。
与健康相关的道德问题：使用数据挖掘技术，公司可以提取有关员工健康问题的数据。他们还可以将汇总的数据集与以前员工过去历史的数据集联系起来。通过发现疾病的模式和频率，公司据此选择具体的保险计划。但是，公司有可能在雇用新员工时使用这些数据。因此，他们避免雇用患病频率较高的人。保险公司收集这些数据是为了避免与健康问题高风险公司的保单。
隐私泄露：我们进入互联网数据库的每一条数据都间接地处于数据挖掘者的控制之下。当用于不道德的目的时，个人的隐私受到侵犯。某些公司使用这些数据来过滤潜在的人，但有可能成为该公司的客户。通过这种方式，公司发送有针对性的广告并增加客户流量。例如，在电信行业中，创建客户的呼叫详细信息以促进业务增长并保持低客户流失率。但是，该公司自私地使用数据来实现其增长，并导致对隐私的利用。因此，在数据挖掘的影响下，提供给网络的每一条数据都代表着更大的风险。
数据操纵和不道德问题：在某些情况下，客户或用户提供的正常数据会变成操纵数据。那是客户在社交媒体上进行促销的时候，这意味着他在不断发展的业务中拥有良好的财务状况。使用此类信息，矿工可以获得不道德的数据以获取利润或访问权限。通过社交媒体传播虚假信息和错误观点可能会误导人们，因为当数据挖掘者收集这些信息时，它们就会变成事实并导致诈骗。此外，通过使用预测分析和机器学习算法，政府可以预测事件的结果，但有时可能会失败，这将对公众造成灾难性的影响。当预测是基于自发的不安全来源时，这些预测会导致严重损失，公司可能会失败。
侵入式营销：在使用社交媒体或其他社交平台时堆积您的手机的垃圾广告是数据挖掘的结果。有针对性的广告使卖家和客户都受益并节省时间，但是当它变得激烈和不道德时，错误的产品就会被迫通过可能对用户的生活产生负面影响的广告。从浏览器历史记录到以前购买的商品，数据被提取并用于影响用户购买有时可能有害的其他产品。这种激进的技术将对用户造成不良影响。每个发现或领域都有其优点和缺点。该应用程序的一部分可能会帮助人类，而一部分可能会降低社会的价值观和道德规范。作为我们生活的社会的一部分，我们有责任按照规则使用技术应用程序并维护道德。行业、公司和营销代理应尊重个人的隐私，并应提供他们所需的空间。当外面的每个人都负责正确处理数据时，数据挖掘将成为技术的礼物，可以在很多方面建立和简化我们的生活。