我所知道的一點 Data Mining
Friday, February 2nd, 2001前言：Data Mining，光是看它的 data size，絕對是一頭大象。因此各家各派的對它的看法也就不同。因為各人摸到的是自己可以摸到的那一部分。兄弟雖然知道同時也極力呼籲 DM 應以實際有用為主，但基本上還是學院派。通常，學院派的人認為，如果一件事一定可以做成，那麼就不免無趣。幾十年前，我有一位朋友試著用海水提鍊鈾。因為那是用 ppm 來計算的，當然十分難。DM 有點像這類的工作，但是你不必只想造原子彈。提鍊錳、鉀、甚至淡水雖然無趣，但都頗有意義。這裡面的要點是效率。統計上所謂的大筆數據，和 DM 上所能見到的是不一樣的遊戲，因此雖然統計學者有明確的基本概念，但恐怕還是要因應變局，重新思考。反過來說，做 IT 的同仁，也不要一味相信背後邏輯不明的埋頭苦算會發現甚麼新大陸。總之，這算是新行業，大家各憑本事和運氣來博它一舖罷！
今年十二月八號，我們在蠻辛苦的籌備之後，總算把 CDMS 成立了。這是一個以Data mining （DM）為專業的人民團體。在台灣恐怕是唯一的一個。DM是一個蠻當紅的專題。我們所面臨的第一個問題，便是不知道應該怎麼去翻譯這個名詞。硬譯為「資料挖掘」雖沒有大錯，但聽起來不夠高雅，也沒有學術的味道，連商業的氣味都不夠。一時之間因為實在想不出一個好詞，只好馬馬虎虎地用著，等誰有了好譯名再說。我們想的事是把這一群人集合一下，看大家有甚麼想法，或者，更要緊地，看大冢想幹些甚麼。
甚麼叫 DM ？ (more…)