داده پردازی در شبکه های اجتماعی
بحث داده پردازی و داده کاوی مقوله جدیدی نیست و از وقتی هوش مصنوعی به عنوان یکی از بازوهای علمی جهان شناخته شده، دیتاماینینگ (داده پردازی) هم با آن مطرح شده است. اخیرا مشاهده شدن عکسهایی از دیتاهای شبکه اجتماعی «بله» بهانه ای شده است به تاختن به شبکه های اجتماعی داخلی، من نه طرفدار شبکه های اجتماعی داخلی هستم و نه خارجی اما بایست کاربران این شبکه ها بدانند که این اصل است: “داده های آنها در جایی به غیر از هدف یعنی مخاطب یا مخاطبین شنود می شود.”
مدیران این شبکه ها فرقی هم ندارد اعم از داخلی و خارجی از این داده ها بهره می گیرند؛ هرچقدر شبکه بزرگتر باشد، داده های آن بیشتر و استفاده از آن برای گردانندگان آن پرسودتر است، از این روست که دولتمردان آمریکا در خصوص شبکه “تیک تاک” که سرورش در آمریکاست و مدیرعاملش نیز در آمریکا زندگی می کند حساسند و می ترسند جامعه آنها تحت تاثیر این شبکه اجتماعی تغییر کند، برای همین “تیک تاک” در خیلی از ایالتها و کشورها فیلتر شده است.
باید بدانیم هر عمل و عکس العملی در شبکه اجتماعی رصد می شود حتی دیدن یک محتوا در یک شبکه ای که بدون خواسته وارد شده اید. باید بدانیم بیشترین منفعت را دولتهای بزرگ در این زمینه داشته و می برند و بر اساس معنا بخشیدن به این داده ها می توانند برای ملتها تصمیم بگیرند.
نکته مهم این است که داده به تهایی کمترین کابرد را دارد و بیشتر در حوزه جاسوسی و اطلاعاتی به درد می خورد که کمترین منفعت داده است.
داده ها وقتی معنا پیدا می کند که زیاد باشند و به اصطلاح بیگ دیتا باشند. باید بدانیم دولتهایی در زمینه هدایت جامعه پیشرفت می کنند که از دیتاهای خود مراقبت کنند و از آنها به بهترین نحو استفاده کنند.
داده: گونهای از اطلاعات به صورت خام که میتواند بسیار درهم و حتی به صورت عادی غیر قابل استفاده باشد، اما نتایج حاصل از پردازش و تجزیه و تحلیل این دادهها به عنوان اطلاعات تلقی میشوند،نتایج حاصل از پردازش دادههای خام را اطلاعات مینامیم.
داده کاوی: استخراج دانش از میان مجموعهای از دادهها را دادهکاوی مینامند.
کلان داده: میزان عظیمی دادههای ساختاربندی شده و نشده است که به شرکتها یا دولتها کمک می کند تا عملیاتهای خود را، بهبود بخشیده و تصمیمات سریعتر و هوشمندانهتری اتخاذ نمایند. تعداد این داده ها به قدری است که پردازش آنها به وسیله دیتابیسهای سنتی و نرم افزارهای موجود، دشوار است.
یک مثال از فرایند دادهکاوی!
وقتی از ویدئوی یوتیوب استفاده کنیم قبل از نمایش ویدئوی اصلی یک تبلیغ چند ثانیهای نمایش می دهد که محتوای این تبلیغ اگر وارد حساب کاربری خود شده باشیم، یک تبلیغ مرتبط با علاقهی خود را می بینیم؛ گوگل به واسطهی تاریخچهی جستجویهای ما و سایتهایی که به آنها سر میزنیم دادههای خام جمع آوری کرده و به علایق ما پی برده و از این اطلاعات در شخصیسازی تبلیغات استفاده می کند، این کار علاوهبر اینکه میتواند ما را به مشاهده ادامه تبلیغات ترغیب کند، به طرز حیرتانگیزی به افزایش درآمد گوگل از نمایش تبلیغات کمک می کند.