你是否对挖掘和采集感到困惑，认为它们在数据搜刮方面是一回事？其实不然，在本文中，我们将明确它们的区别以及使用方法。
随着技术的进步，依赖技术的公司也在不断发展。在过去的一二十年里，这一趋势呈指数级增长，而且只会持续增长。如今，几乎所有的公司都以某种方式在网上运行，因此，它们对数据的需求非常大。无论您的公司是在保险、销售或营销领域，都将依赖数据。
随着 人工智能因此，"大数据 "一词应运而生。大数据 "听起来就像 "大量数据"。这些数据可以是用于销售目的的联系信息，也可以是谷歌或 Facebook 为改进定向广告而收集的有关您的数据，还可以是为提高可预测性而收集的股票价格，等等。
正如您所看到的，很多事情都与数据有关，某些职业也是如此。数据科学并不是昨天才发明的，但由于需要处理大量数据，因此没有人能够胜任。因此，近年来对数据科学家的需求急剧上升。
数据和与之相关的短语在我们身边随处可见，但它们经常被曲解。以数据挖掘和数据采集为例。起初，这两个词似乎是一回事--收集数据，但事实并非如此。它们可以一起工作，但都有不同的目的，这就是我们今天要帮助大家理解的："数据采集和数据挖掘有什么区别？
在深入探讨它们的区别之前，我们必须先对它们分别进行说明。
什么是数据挖掘？
与人们普遍认为的相反，数据挖掘并不是获取数据的过程。相反，这个过程发生在收集到大量数据之后，然后对数据进行分类和分析，从而发现某些模式。想想看，这就像看到你的一些 Facebook 好友在追随的模式，但规模要大得多。这种分析的用途是让公司知道应该针对哪个群体或如何修改营销活动等。
KDD 或 "从数据中发现知识 "是数据挖掘的正确术语。这个过程涉及复杂的算法来进行预测，比如股票价格是下跌还是上涨，或者哪个目标群体最适合某种产品等等。这些预测并不是100%正确的，但由于人们无法读懂别人的想法，所以总比单纯的猜测要好。
数据挖掘过程
数据挖掘有多种应用，但主要有四种，其余的都是由此衍生出来的。
复发
复发或回归是指使用数据挖掘来根据过去的事件做出某些预测。从某一时期收集数据，然后根据这些数据，通过算法预测某些事件再次发生的可能性。这可以用来预测一个人将来犯罪的可能性有多大，或者在更大的范围内，预测在某个地点犯罪的可能性有多大。
分组
分组是指对大量数据进行分析后，将相似的数据点归入一个群组。把它想象成商店里的一个分区。为方便起见，奶制品或肉类被放在一个区域。
这种方法最常用于将产品组合在一起的电子商务网站。这是通过分析每个产品的内容（描述、标签或功能）来实现的，其结果有助于买家轻松找到产品。
异常情况
发现异常情况就像大海捞针。有了数据挖掘和分析，这些异常情况就很容易被识别出来，尤其是在有大量数据需要分析的情况下。例如，银行经常使用这种方法来查找用户交易中的异常情况。
分析程序会对您之前的所有交易进行分析，并查找异常情况。此外，很多网站也会采用同样的方法--如果你从自己的家庭 IP 地址登录微软账户，然后突然从另一个 IP 地址登录，你将被要求采取额外的步骤来证明这是你自己。
协理
最后一个人工应用是关联。这主要用于营销领域，帮助识别某些产品之间的关联，最终帮助零售商和营销人员制定更好的营销活动。一个很好的例子是，当你去杂货店买玉米片时，你很可能也会买到牛奶，或者如果你买了相机，你很可能会买到包包、笔记本电脑和鼠标等等。
什么是数据采集？
既然已经解释了什么是数据挖掘，我们就可以继续讨论数据采集了。那么，什么是数据采集？最简单的解释是，数据采集就是从数据源（大多数情况下是网站）收集数据的过程。这个过程首先要确定数据源和客户想要采集的数据。这可以是联系信息、 IP 地址产品和价格，实际上是客户可能需要的任何东西。
实际上，数据采集这个词并不常用。人们使用网络抓取、网络抓取、数据抓取、 网络搜刮但归根结底，它们都是一样的，都是从源头收集数据的过程。
数据采集与数据挖掘不同，是近年来比较流行的一种方法。究其原因，正如我们在文章开头提到的，数据的增加以及公司需要尽可能多的数据。既然今天我们谈论的是大数据，那么这个过程就需要自动化，这也是它被称为数据采集的原因。
采集数据的过程并不复杂。与挖掘不同，在挖掘过程中，你需要复杂的算法来处理数据。 收集到数据后，收割工作就简单多了。 您只需要 耙子 或爬虫，它可以从您指定的来源获取所需的数据。
例如，您告诉爬虫从黄页的某个链接中抓取所有姓名和电子邮件地址，爬虫就会向您提供一份包含您所要求的所有信息的文档。它不会处理数据，也不会分析数据；它只是抓取数据并将其提供给你。
数据挖掘与数据收集数据采集
既然我们已经逐一定义了它们，那就让我们一起来看看它们有哪些不同之处。
首先，人们普遍误认为挖掘和采集是一样的，其实不然。如果我们把一家公司的数据用于内部目的，那么它通常会同时使用这两种方法。
以营销公司为例，在开始创建营销活动之前，他们需要收集数据，并通过收集过程来实现。收集到数据后，他们需要对数据进行分析，以便对营销活动进行微调，而这可以通过挖掘过程来实现。
用矿井和庄稼来比喻采矿和收获是一个很好的例子。今年你收获了庄稼，但明年会有更多的庄稼长出来。数据也是如此；每秒钟都有数千兆字节的数据产生，因此总有数据可以收获--就像可再生能源一样，不可能枯竭。另一方面，采矿是从矿井中提取特定材料的过程，就像数据挖掘一样，只获取所需的东西，然后对数据进行分类和分析。
希望我们对采矿和采伐的深入探讨能让您了解它们之间的区别，从而避免混淆或不准确地使用这两个术语。
Chinese 
English