यसरी सजिलै बुझ्नुहोस् ‘डेटा माइनिङ’ र यसको काम

काठमाडौं । आजको जमाना हरेक कुरा डेटामै आधारित छ । व्यक्तिगत, व्यवसायिकदेखि राष्ट्रिय तथा अन्तराष्ट्रिय रणनीति तथा योजनाहरु आजको समयमा डेटामा नै निर्भर हुन्छन् ।

एक अध्ययनका अनुसार पृथ्वीमा रहेका मानव तथा विभिन्न जीवले दिनमा ४० लाख टेराबाइट डेटा उत्पादन गर्छन् । यी सबै डेटाहरुको आफ्नै महत्व हुन्छ । यसको सही सदुपयोग हुनसकेको खण्डमा यसले विश्वको हरेक कुरालाई परिवर्तन तथा परिस्कृत गर्नसक्छ ।

सामान्यतय हामीहरु आफ्नो व्यक्तिगत डेटालाई क्लाउड, हार्डड्राइभ तथा पेनड्राइभमा स्टोर गरेर राख्ने गर्छौं । यस्तै विश्वका ठूला ठूला कम्पनीहरु आफ्नो यति धेरै डेटालाई ठूला ठूला डेटा सेन्टरमा स्टोर गरेर राख्छन् ।

तर के यी सबै डेटा उपयोगी हुन्छन् त ? यी सबै डेटाहरु उपयोगी हुँदैनन् । यसैले कम्पनीहरु डेटाको महासागरबाट उपयोगी डेटा निकाल्छन् । यसरी डेटाबाट आवश्यक जानकारी तथा उपयोगी डेटा निकाल्ने प्रक्रियालाई डेटा माइनिङ भनिन्छ ।

डेटा माइनिङ आर्टिफिशियल इन्टेलिजेन्स र मसिन लर्निङको माध्यमबाट काम गर्दछ । यसैको मद्दतबाट हामी आफ्नो प्रयोग तथा आवश्यकताको डेटालाई निकाल्न सक्छौं ।

जब हामी इन्टरनेटमा केही कुरा, वस्तु सामग्री सर्च गर्छौं । तब त्यसको एउटा सर्च ढाँचा बन्दछ । एल्गोरिदमको अनुसार त्यो ढाँचा कतै न कतै सुरक्षित भएर बस्दछ ।

यस्ता सर्च प्याटर्नबाट कम्पनी तथा अनुसन्धानकर्ताहरुले आफूलाई आवश्यक पर्ने जानकारी डेटा माइनिङ गरेर निकाल्छन् । डेटा माइनिङ बिग डेटा एनालिसिसको मद्दतबाट गरिन्छ ।

यसको फाइदा अन्ततः ठूला ठूला कम्पनी, विज्ञापनदातालाई हुन्छ । जसको मद्दतबाट व्यवार व्यवसायमा वृद्धि हुन्छ ।

डेटा माइनिङ कहाँ प्रयोग हुन्छ ?

हामी सबैले अमेजनको सेवा प्रयोग गरेका छौं । उदाहरणका लागि अमेजनमा तपाईं स्मार्टफोन सर्च गर्नुभयो र केही समयपछि फेसबुकमा गएर आफ्नो फिड स्क्रोल गर्नुभयो भने तपाईंलाई फेसबुकले पनि स्मार्टफोनकै विज्ञापन देखाउँछ ।

अब तपाईंलाई लाग्न सक्छ । यो सामान त मैले अमेजनमा सर्च गरेको थिए फेसबुकले कसरी देखायो ?

वास्तवमा अमेजनमा तपाईंले सर्च गरेर जुन डेटा उत्पन्न गर्नुभएको छ, त्यसलाई अमेजनले फेसबुकसँग शेयर गर्दछ । यसपछि फेसबुकले डेटा माइनिङ गरेर आवश्यक डेटा निकाली तपाईंलाई विज्ञापनको रुपमा देखाउँछ ।

डेटा माइनिङ हुन्न थियो भने आज यति ठूला ठूला कम्पनीहरु दिनदिनै धनी हुने थिएनन् ।

पछिल्लो अध्यावधिक: असोज २, २०७९ २२:३३

टिप्पणीहरू