数据挖掘的隐私、安全和社会影响

数据挖掘就是从大量数据中智能地发现有用的信息来解决现实生活中的问题。它是两个词的组合：数据和挖掘。数据是实例的集合，而挖掘旨在过滤有用的信息。数据挖掘，称为数据库中的知识发现（KDD），负责从不同的角度分析数据并对其进行分类。有许多数据挖掘技术用于将原始数据转换为有用数据。它具有各种应用，例如检测异常行为、检测欺诈和滥用、恐怖活动以及通过测谎来调查犯罪。一般来说，数据挖掘可以通过改善客户服务和满意度以及生活方式来提供许多好处。无论我们是否意识到，数据挖掘存在于我们日常生活的许多方面。它会影响我们购物、工作和搜索的方式。

数据挖掘的重要性：

它有助于探索数据库的大量增加，并通过改进分段仅收集有效信息。
这是一种高效、具有成本效益的解决方案，通过揭示使生产盈利的风险和欺诈行为。
有时，购买时遇到困难的客户有助于做出决策并增加销售额。
数据挖掘技术可以帮助组织实时计划并节省时间。
此外，通过欺诈检测节省了资金。

数据挖掘应用领域：

未来医疗保健
市场篮子分析
制造工程
欺诈识别
入侵检测
客户细分
金融银行

数据挖掘架构：

数据挖掘架构揭示了数据提取是如何失败的。该体系结构由多个步骤组成，即数据源、数据挖掘引擎、数据仓库服务器、模式评估、用户界面和知识库。

数据挖掘如何影响隐私、安全和社交：

安全和隐私一直是人们最关心的问题。它旨在使用以前的数据进行未来预测。假设我们购买任何产品，因此他们根据过去的购买做出预测，并且还针对我们的个人信息。数据挖掘技术的不断发展给数据的安全和隐私带来了严重的威胁，数据的保护非常重要。真正的威胁是，如果信息暴露给未经授权的各方，阻止滥用将是不切实际的。因此，我们必须需要一个系统来保护数据及其资源的真实性和完整性。

我们如何保护我们的数据：

由于保护设置最少，我们会丢失数据，因此我们需要启动多层安全系统
访问控制只提供给那些获得授权可以访问数据的人
数据必须验证个人用户的身份

因此，一些隐私保护方法可以保护敏感或私人数据，同时允许从数据集中提取有用信息。

隐私保护数据挖掘 (PPDM)：PPDM的主要目标是保护数据的隐私并仅提取相关信息。它通过执行所有数据挖掘操作来确保保护个人数据以保护隐私并提供准确性。

PPDM的技术进一步分为各种类别：

数据隐藏技术：在这种技术中，数据以这样一种方式进行改造，使敏感或私人信息对其他方不可见。使用各种方法，我们可以实现这些技术，例如密码技术、数据扰动和匿名技术。
知识隐藏技术：在该技术中，使用数据挖掘算法从数据中提取敏感内容。有不同的方法可以实现这些技术，例如关联规则隐藏和查询审计。
混合技术：它是两种技术的结合，注入了上述两种技术的局限性。

数据挖掘的社会影响：

数据挖掘创新地影响了我们的日常生活方式，例如我们的工作方式、购物方式、购买方式、搜索任何信息，重要的是节省了我们宝贵的时间，并根据我们以前的历史（如 amazon、Flipkart 等）提供个性化的产品推荐。

数据挖掘出现在医疗保健、金融、市场营销和社交媒体等所有领域。但是，通过使用数据挖掘软件在开发药物时分析数据并发现患者、药物和结果之间的关联，对医疗保健和福祉有更大的贡献。提高患者满意度，提供更多以患者为中心的护理，降低成本，提高运营效率，保险机构可以通过数据挖掘发现医疗保险欺诈和滥用，减少损失。

旧的支付系统现在根据使用情况、可接受性、方法、技术和可用性采取不同形式的交易。它将实物金融交易变为虚拟支付交易。因此，数据挖掘专注于成功的交易并跟踪虚假交易。

它还用于 Web 范围的跟踪技术，在访问任何站点时跟踪用户的兴趣。因此，每个站点的信息都被记录下来，可以进一步用于向营销人员提供反映您兴趣的信息。

它还用于客户关系管理，有助于为个人客户提供更加个性化的个性化服务。通过研究网上商店的浏览和购买历史，公司可以根据客户资料定制广告和促销活动，只针对那些有兴趣且不太可能因垃圾邮件而烦恼的人。这有助于降低成本、浪费时间并提高工作效率。