Every day 2.5 quintillion bytes of

Every day 2.5 quintillion bytes of data are created and 90 percent of the data in the world today were produced within the past two years. Because the amount of data is growing and at such a large rate, the challenges of handling this data with the intention to use and to apply it using tools such as data mining has become more and more complex, and has caused a constant need to scale up to the large volume of data that must be interpreted. With this large influx of new data and information comes many new opportunities to use and to apply data mining. This most often seems to apply in a business sense, used in order to “improve customer service, better target marketing campaigns, identify high-risk clients, and improve production processes” or in other words to make money, such as when Walmart learned that people have a tendency to buy more Pop Tarts when there was a hurricane warning in the affected area and instructed store managers to place Pop Tarts near the entrance during hurricane season in order to boost sales. Other companies such as Facebook and Twitter make use of this data by selling it to other companies who then apply data mining better market their products by finding new customers or by better targeting their products to existing ones. However, data mining isn’t only useful to businesses. It can also affect different aspects of a person’s everyday life.

One example of this is a new app called Qloo. Qloo is sort of a “personalization engine.” It allows a person to enter the movies, music, books, TV shows, restaurants, bars, travel destinations or fashion brands that they like and will then start to make recommendations in these various categories. Qloo uses an algorithm that tags similarities among various items and makes recommendations based on these similarities. However, because Qloo seems to be in its beginning stages and targets a much larger range of interests, the associations used to make these recommendations tend to be weak and often inaccurate. One example that the writer in the article brought up was how he was prompted the suggestion for “The Joy of Cooking,” which he determined could only possibly be attributed to his love of the cartoon “Bob’s Burgers.” Qloo also allows users to follow one another and to see those who display similar tastes as their own.

However there are many other services other than Qloo that also utilize data mining to provide user recommendations, which tend to be much more accurate, as they focus more on a certain niche rather than trying to group all the different aspects of a person’s life together and provide suggestions based on such. One example of a more specific service that utilizes data mining and is also incredibly popular is Netflix. Netflix provides is users with different recommendations on what they might like to watch based on data involving what users watch, what they search for and what they rate, as well as the time of day, the date, and what device they use to view it on. This complex system of analyzing data and providing suggestions has led to more than 75% of Netflix’s user activity being driven by recommendations. Netflix can also use this information to predict what kind of content it should buy or produce for its users in the future.

GoodReads is another popular service that applies databases. GoodReads is an online book recommendation engine. It applies a set of algorithms which look at over 20 billion different data points, taking into account the preferences of its nearly 6 million users, as well as the rating system that is a key component to the function of this site. Because the rating system is so key, each person is encouraged to rate at least 20 books before viewing their suggested reading list. The site then is able to separate their different recommendations based by genre. Then, going even further, the user is also allowed to create certain shelves based on personal preferences and GoodReads will take these shelves and make even more recommendations based on their contents. Furthermore, GoodReads acts as a social network and allows its users to friend and follow other friends, authors, and people as well as view what they read, how they rated their books, and compare all this to their own books and ratings.

Other online services that make use of data mining include Pandora Radio, which provides its users with suggestions based on their music preferences and StumbleUpon which recommends its users different websites, photos and videos based on personal preferences and ratings.

Overall, while it may seem like big data and data mining are only important to big businesses and those looking to make a profit, databases still affect people on a more personal level and can help to improve different aspects of their everyday lives.

ผลลัพธ์ (ไทย) 1:

ทุกวัน 2.5 quintillion ไบต์ของข้อมูลสร้างขึ้น และ 90 เปอร์เซ็นต์ของข้อมูลในโลกทุกวันนี้ผลิตภายใน 2 ปีผ่านมา เนื่อง จากจำนวนข้อมูลที่มีการเติบโต และอัตราขนาดใหญ่ ความท้าทายของการจัดการข้อมูลนี้ ด้วยความตั้งใจที่ จะใช้ และใช้มันโดยใช้เครื่องมือ เช่นการทำเหมืองข้อมูลกลายเป็นซับซ้อนมากขึ้น ทำให้เกิดค่าคงต้องปรับค่าของข้อมูลที่ต้องตีความ ด้วยนี้ไหลเข้าขนาดใหญ่ของข้อมูลใหม่และข้อมูลมาโอกาสใหม่ ๆ การใช้ และ การใช้การทำเหมืองข้อมูล นี้ส่วนใหญ่มักจะดูเหมือนว่าจะ ใช้ ในความ รู้สึกธุรกิจ ใช้เพื่อ "ปรับปรุงการบริการลูกค้า ดีกว่าเป้าหมายแคมเปญการตลาด ระบุลูกค้าที่มีความเสี่ยงสูง และปรับปรุงกระบวนการผลิต" หรืออื่น ๆ คำเงิน เช่น Walmart ได้เรียนรู้ว่าคนเมื่อมีแนวโน้มที่จะซื้อเพิ่มเติม Pop ทาร์ตเมื่อมีคำเตือนพายุเฮอริเคนในพื้นที่ได้รับผลกระทบ และจัดการแนะนำร้านวางป๊อปทาร์ตใกล้เข้าฤดูพายุเฮอริเคนเพื่อเพิ่มยอดขาย บริษัทอื่น ๆ เช่น Facebook และ Twitter ทำให้ใช้ข้อมูลนี้ โดยขายให้กับบริษัทอื่นที่ใช้แล้ว ตลาดดีกว่าการทำเหมืองข้อมูลผลิตภัณฑ์ของพวกเขา โดยการหาลูกค้าใหม่ หรือ โดยการกำหนดเป้าหมายผลิตภัณฑ์ของตนให้อยู่ อย่างไรก็ตาม การทำเหมืองข้อมูลไม่เพียงมีประโยชน์กับธุรกิจ มันจะมีผลต่อด้านต่าง ๆ ของชีวิตประจำวันของคนหนึ่งในตัวอย่างนี้เป็น app ใหม่เรียกว่า Qloo Qloo เป็นเรียงลำดับของการ "ตั้งค่าส่วนบุคคลเครื่องยนต์ มันช่วยให้คนป้อนภาพยนตร์ เพลง หนังสือ ทีวีโชว์ ร้านอาหาร บาร์ สถานที่ท่องเที่ยว หรือแบรนด์แฟชั่นที่พวกเขาชอบ และจะเริ่มให้คำแนะนำในหมวดต่าง ๆ Qloo ใช้อัลกอริทึมที่แท็กความคล้ายคลึงกันระหว่างรายการต่าง ๆ และทำให้คำแนะนำตามความคล้ายคลึงกันเหล่านี้ อย่างไรก็ตาม เนื่องจาก Qloo น่าจะ เป็นในขั้นเริ่มต้น และเป้าหมายขนาดใหญ่หลากหลาย ผลประโยชน์ ความสัมพันธ์ของที่ใช้ในการให้คำแนะนำเหล่านี้มีแนวโน้มที่จะอ่อนแอ และมักจะไม่ถูกต้อง ตัวอย่างหนึ่งที่ผู้เขียนบทขึ้นมาว่าอย่างไรเขาก็ได้รับการพร้อมท์คำแนะนำสำหรับ "เดอะจอยของทำอาหาร ที่เขากำหนดเท่านั้นอาจจะนำมาประกอบกับความรักของการ์ตูน"Bob's Burgers"เขา นอกจากนี้ Qloo ยังช่วยให้ผู้ใช้ เพื่อทำตามคนอื่น และดูผู้แสดงคล้ายรสนิยมเป็นของตนเองอย่างไรก็ตาม มีหลายบริการอื่น ๆ นอกเหนือจาก Qloo ที่ยัง ใช้การทำเหมืองข้อมูลให้ผู้ใช้ ซึ่งมักจะถูกต้องมากขึ้น ขณะที่พวกเขาทุ่มเทให้กับบางช่องแทนที่พยายามให้คำแนะนำดังกล่าว และกลุ่มด้านต่าง ๆ ทั้งหมดของชีวิตของบุคคลที่โดด ตัวอย่างหนึ่งของบริการเฉพาะที่ใช้ทำเหมืองข้อมูล และยังเป็นที่นิยมอย่างไม่น่าเชื่อคือ Netflix Netflix ให้เป็นผู้ใช้คำแนะนำต่าง ๆ ในสิ่งที่พวกเขาอาจต้องการดูข้อมูลที่เกี่ยวข้องกับการรับชมของผู้ใช้ สิ่งที่พวกเขาค้นหา และอัตราของพวกเขา เป็นช่วงเวลาของวัน วัน และสิ่งที่พวกเขาใช้เพื่อดูบนอุปกรณ์ ระบบนี้ซับซ้อนของการวิเคราะห์ข้อมูล และให้ข้อเสนอแนะได้นำไปมากกว่า 75% ของ Netflix กิจกรรมของผู้ใช้ถูกขับเคลื่อน ด้วยคำแนะนำ Netflix ยังสามารถใช้ข้อมูลนี้เพื่อทำนายว่า เนื้อหาชนิดใดควรซื้อ หรือผลิตสำหรับผู้ใช้ในอนาคตบทวิจารณ์จากสถานบริการอื่นที่เกี่ยวข้องในฐานข้อมูลได้ บทวิจารณ์จากเป็นเครื่องมือแนะนำหนังสือออนไลน์ นำชุดของอัลกอริทึมซึ่งดูจากจุดข้อมูลต่าง ๆ กว่า 20 พันล้าน คำนึงถึงการตั้งค่าของผู้ใช้เกือบ 6 ล้าน รวมทั้งระบบการจัดอันดับที่เป็นส่วนสำคัญในการทำงานของเว็บไซต์นี้ เนื่องจากระบบการจัดอันดับเป็นดังนั้นคีย์ แต่ละคนจะได้เรียนอัตราน้อย 20 เล่มก่อนดูรายการแนะนำการอ่านของพวกเขา เว็บไซต์แล้วจะสามารถแยกแนะนำของพวกเขาแตกต่างกันตามประเภท แล้ว จะยิ่ง ผู้ใช้ยังสามารถสร้างบางชั้นตามความชอบส่วนตัว และวิจารณ์จากจะพาชั้นเหล่านี้ และให้คำแนะนำเพิ่มเติมตามเนื้อหาของพวกเขา นอกจากนี้ วิจารณ์จากทำหน้าที่เป็นเครือข่ายสังคม และช่วยให้เพื่อนของผู้ใช้ และทำตามเพื่อน ผู้เขียน และอื่น ๆ ท่าน ตลอดจนดูสิ่งที่พวกเขา อ่าน วิธีที่พวกเขาได้คะแนนหนังสือของพวกเขา และเปรียบเทียบการจัดอันดับและหนังสือของตนเองบริการออนไลน์อื่น ๆ ที่ทำให้ใช้ข้อมูลเหมืองได้แก่วิทยุ Pandora ซึ่งทำให้ผู้ใช้ มีคำแนะนำในการกำหนดลักษณะของเพลง และ StumbleUpon ซึ่งแนะนำผู้ใช้เว็บไซต์ของ ภาพถ่าย และวิดีโอตามความชอบส่วนตัวและจัดอันดับโดยรวม ในขณะที่มันอาจดูเหมือนข้อมูลขนาดใหญ่ และการทำเหมืองข้อมูลมีความสำคัญต่อธุรกิจขนาดใหญ่และผู้ที่ต้องการทำกำไรเท่านั้น ฐานข้อมูลยังคงส่งผลกระทบต่อคนในระดับส่วนตัว และสามารถช่วยปรับปรุงด้านต่าง ๆ ของชีวิตประจำวัน

ผลลัพธ์ (ไทย) 3:

2.5 จำนวน quintillion ไบต์ของข้อมูลทุก ๆวัน จะถูกสร้าง และ 90 เปอร์เซ็นต์ของข้อมูลในโลกปัจจุบันมีการผลิตภายในที่ผ่านมาสองปี เนื่องจากปริมาณของข้อมูลที่มีการเติบโตในอัตราดังกล่าวมีขนาดใหญ่ , ความท้าทายในการจัดการข้อมูลนี้ด้วยความตั้งใจที่จะใช้ และ ใช้มัน การใช้เครื่องมือ เช่น การทำเหมืองข้อมูลมีมากขึ้นและซับซ้อนมากขึ้น และได้เกิดคงต้องขนาดถึงปริมาณขนาดใหญ่ของข้อมูลที่ต้องตีความ กับการไหลเข้านี้ขนาดใหญ่ของข้อมูลใหม่และข้อมูลมาใหม่โอกาสมากมายในการใช้ และ การใช้เหมืองข้อมูล นี้ส่วนใหญ่มักจะดูเหมือนว่าจะใช้ในแง่ธุรกิจ ใช้เพื่อปรับปรุงการบริการลูกค้าที่ดีกว่าเป้าหมายของแคมเปญการตลาด ระบุลูกค้าที่มีความเสี่ยงสูง และปรับปรุงกระบวนการผลิต " หรือในคำอื่น ๆเพื่อหารายได้ เช่น Walmart ได้เรียนรู้ว่าเมื่อผู้คนมีแนวโน้มที่จะซื้อทาร์ตปรากฏมากขึ้นเมื่อมีการเตือนในพายุเฮอริเคน พื้นที่ที่ได้รับผลกระทบ และสั่งให้ผู้จัดการร้านเพื่อวางทาร์ตปรากฏใกล้ทางเข้าระหว่าง ฤดูพายุเฮอริเคนในการเพิ่มยอดขาย บริษัท อื่น ๆเช่น Facebook และ Twitter ให้ใช้ข้อมูลนี้ โดยขายให้กับ บริษัท อื่น ๆที่ใช้การทำเหมืองข้อมูลตลาดดีกว่าผลิตภัณฑ์ของพวกเขาโดยการหาลูกค้าใหม่หรือดีกว่าเป้าหมายผลิตภัณฑ์ของตนที่มีอยู่ อย่างไรก็ตาม ข้อมูลเหมืองแร่ไม่เพียงประโยชน์กับธุรกิจ มันสามารถส่งผลกระทบต่อด้านของชีวิตของบุคคลตัวอย่างหนึ่งของนี้เป็น app ใหม่ที่ชื่อว่า qloo . qloo เป็นจัดเรียงของส่วนบุคคล " เครื่องยนต์ . " มันช่วยให้คนใส่ภาพยนตร์ , เพลง , หนังสือ , รายการทีวี , ร้านอาหาร , บาร์ , จุดหมายปลายทางการท่องเที่ยวหรือแบรนด์แฟชั่นที่พวกเขาต้องการและจากนั้นจะเริ่มให้คำแนะนำในประเภทต่าง ๆ เหล่านี้ qloo ใช้ขั้นตอนวิธีที่แท็กความคล้ายคลึงกันระหว่างรายการต่างๆและให้คำแนะนำตามความคล้ายคลึงกันเหล่านี้ อย่างไรก็ตาม เนื่องจาก qloo ดูเหมือนจะอยู่ในขั้นตอนการเริ่มต้นและเป้าหมายช่วงขนาดใหญ่มากของผลประโยชน์ สมาคมเคยให้คำแนะนำเหล่านี้มักจะอ่อนแอ และไม่ถูกต้อง มัก ตัวอย่างหนึ่งที่ผู้เขียนในบทความพาขึ้นเขาได้รับแจ้งผล " ความสุขของการปรุงอาหาร , " ซึ่งเขากำหนดได้แต่อาจจะเกิดจากความรักของเขาจากการ์ตูน " บ๊อบเบอร์เกอร์ " qloo ยังช่วยให้ผู้ใช้เพื่อติดตามอีกแบบหนึ่ง และเห็นผู้ที่แสดงรสนิยมคล้ายกันเป็นของตัวเอง .อย่างไรก็ตาม มีบริการอื่น ๆ อื่น ๆอีกมากมายกว่า qloo ที่ยังใช้ข้อมูลเหมืองแร่ให้คำแนะนำผู้ใช้ ซึ่งมักจะมีความแม่นยำมากขึ้นตามที่พวกเขามุ่งเน้นเฉพาะบางอย่างมากกว่าการพยายามให้กลุ่มทุกด้านของชีวิตของคนเข้าด้วยกันและให้ข้อเสนอแนะตามเช่น ตัวอย่างหนึ่งของการใช้ที่เฉพาะเจาะจงมากขึ้นบริการการทำเหมืองข้อมูลและยังเป็นที่นิยมอย่างไม่น่าเชื่อ Netflix Netflix ให้ผู้ใช้ที่มีข้อเสนอแนะที่แตกต่างกันในสิ่งที่พวกเขาอาจจะชอบที่จะดูบนพื้นฐานของข้อมูลที่เกี่ยวข้องกับสิ่งที่ผู้ใช้ดูสิ่งที่พวกเขาค้นหาและสิ่งที่พวกเขาอัตรา รวมทั้งเวลาของวัน , วันที่ , และสิ่งที่พวกเขาใช้อุปกรณ์เพื่อดูบน ระบบที่ซับซ้อนของการวิเคราะห์ข้อมูลและให้ข้อเสนอแนะนำมากกว่า 75% ของกิจกรรมของผู้ใช้ Netflix ถูกขับเคลื่อน โดยแนะนำ Netflix สามารถใช้ข้อมูลนี้เพื่อทำนายสิ่งที่ประเภทของเนื้อหาที่ควรซื้อหรือผลิตสำหรับผู้ใช้ในอนาคตgoodreads เป็นอื่นที่เป็นที่นิยมบริการที่ใช้ฐานข้อมูล goodreads เป็นหนังสือออนไลน์ แนะนำเครื่องยนต์ ใช้ชุดของขั้นตอนวิธีที่ดูข้อมูลที่แตกต่างกันกว่า 20 ล้านคะแนน โดยคำนึงถึงลักษณะของเกือบ 6 ล้านคน ตลอดจนระบบการจัดอันดับที่เป็นองค์ประกอบสำคัญในการทำงานของเว็บไซต์นี้ เพราะระบบการจัดอันดับเป็นสำคัญ แต่ละคนจะให้คะแนนอย่างน้อย 20 เล่มก่อนของพวกเขาแนะนำให้อ่านดูรายการ เว็บไซต์แล้วสามารถแยกแนวทางต่างกันตามประเภท งั้น ไปกว่านี้ ผู้ใช้ยังได้รับการอนุญาตให้สร้างหนึ่งชั้นตามลักษณะส่วนบุคคล และ goodreads จะพาชั้นเหล่านี้ให้มากขึ้น ข้อเสนอแนะที่ได้จากเนื้อหาของพวกเขา นอกจากนี้ goodreads ทำหน้าที่เป็นเครือข่ายทางสังคมและช่วยให้ผู้ใช้เพื่อเพื่อน ตามเพื่อนคนอื่น ๆ , ผู้เขียนและคน รวมทั้งดูว่าพวกเขาได้รับสิ่งที่พวกเขาอ่านในหนังสือของพวกเขา และเปรียบเทียบกับหนังสือของพวกเขาเอง และการให้คะแนนบริการออนไลน์อื่น ๆที่ทำให้การใช้การทำเหมืองข้อมูลมี Pandora วิทยุ ซึ่งมีผู้ใช้ที่มีข้อเสนอแนะตามลักษณะเพลงของพวกเขา . ซึ่งแนะนำให้ผู้ใช้ที่แตกต่างกันและเว็บไซต์ภาพถ่ายและวิดีโอขึ้นอยู่กับความชอบส่วนบุคคลและการให้คะแนนโดยรวม ในขณะที่มันอาจดูเหมือนใหญ่ข้อมูลการทำเหมืองข้อมูลเป็นเพียงสำคัญกับธุรกิจใหญ่และผู้ที่ต้องการทำกำไร ฐานข้อมูลยังส่งผลกระทบต่อประชาชนในระดับส่วนบุคคลมากขึ้นและสามารถช่วยปรับปรุงลักษณะที่แตกต่างกันของชีวิต .