预测性分析和它的中间过程,即数据挖掘具有很多的共同点;两者无论在算法还是在实现方式上都具有趋同性。数据挖掘在更多领域中都具有一定的应用历史,包括在财务领域、工程领域、生产制造领域、生物技术领域、客情维护领域以及市场领域。随着“预测性分析”的概念逐渐变得流行,我认为这两个领域变得越来越像是同义词。
目前这两个领域间的重叠部分更多是在于软件供应商想要如何定义自己的软件品牌,是想要利用预测性分析的概念还是数据挖掘的概念(有一些产品会更倾向于两者中的某一个)。
从另一方面来说,那对象涉及个人隐私、垃圾邮件、恶意插件以及无良商人的时候,数据挖掘更多地被提及到。在2000早期,美国国会数次立法缩减国防部的数据挖掘项目。这一项目的反对者甚至还包括了美国安全局,其中参议员Russ Feingold给国家安全局主席写的一封信是这样的:
作为国家安全局从事间谍活动的一部分,政府利用数据挖掘技术对美国人正常沟通进行分析的做法并没有引起公众足够的重视。今天,我需要国家智能部的主席、国防安全和国家安全局主席为此做出解释,这样做的目的到底是什么,这些分析结果将会被用于什么方面?
似曾相识的事情还发生在2013年,国家安全局筛选电话记录的信息被透露给了媒体。在2006年,对于个人隐私的关注话题又一次被热议,但是隐藏在背后的数学逻辑从数据挖掘变成了预测性分析。
分析师在成熟的项目中经常会同时引用数据挖掘和预测性分析两种概念,甚至有时候会张冠李戴。
领取专属 10元无门槛券
私享最新 技术干货