หลายปีที่ผ่านมา ประชาคมอินเทอร์เน็ตได้ช่วยกันสร้างเนื้อหาต่าง ๆ และโอนมันขึ้นไปอยู่บนระบบอินเทอร์เน็ตมากมายมหาศาล ไม่ว่าสิ่งนั้นจะเป็น ข้อความ ภาพ เสียง วีดีโอ แฟ้มไบนารี่ ซึ่งการกระทำเหล่านั้นล้วนผ่านทั้งกระบวนการของ User Generated Content และหรือ Human Based Computation

เนื้อหาที่มากมายมหาศาลที่ถูกสร้างขึ้นเหล่านั้น เป็นก้อนข้อมูลขนาดมหึมาซึ่งต้องมีพื้นที่จัดเก็บที่มีขนาดทัดเทียมกันหรือมากกว่ารองรับ ทุกอย่างมันต้องสอดคล้องกัน เพราะจำนวนคนในประชาคมอินเทอร์เน็ตที่สร้างเนื้อหามีจำนวนมากมายเป็นล้าน ๆ คน ในขณะที่พื้นที่จัดเก็บก็ต้องขยายตามไปด้วย จนเกิดแนวคิด Big Data ขึ้นมา แนวคิดที่ว่าข้อมูลหรือเนื้อหาทั้งหมดควรจะเก็บไว้ โดยที่มันสามารถค้นหาได้ง่ายอย่างรวดเร็วที่สุด!!

คนโบราณมักจะบอกว่า “เกิน” ดีกว่า “ขาด” ดังนั้น การเก็บทุกอย่างไว้ใน Hardware ที่มีความจุสูงโดยใช้แนวคิด Big Data จึงเป็นเรื่องที่เหมาะสม แต่หลังจากนั้น เราก็ต้องมาคิดว่าเราจะทำยังไงกับข้อมูลจำนวนมหาศาลที่เก็บไว้ เราจะแค่สืบค้นมันขึ้นเฉย ๆ หรือเราจะทำอะไรอย่างอื่นกับมันได้อีก?

ซึ่งนั่นเป็นที่มาของ Data Mining หรือก็คือการค้นหาและสกัดความรู้จากข้อมูลจำนวนมหาศาลที่ถูกจัดเก็บไว้ โดยการค้นหาความรู้จะต้องทำได้อย่างรวดเร็ว และได้ความรู้ที่มีค่า มีความหมาย

มันคงจะเป็นอะไรที่ฟุ่มเฟือย ต้นทุนสูง และไร้ค่ามาก ๆ หากเราเก็บข้อมูลเอาไว้ได้อย่างมากมายมหาศาล แต่เรากลับไม่สามารถสกัดหรือสังเคราะห์ความรู้อะไรออกจากข้อมูลเหล่านั้นได้เลย

ทุกวันนี้บริษัทไอทียักษ์ใหญ่ผู้ให้บริการอินเทอร์เน็ตในโลกอย่าง Google, Microsoft หรือ Facebook ก็ล้วนแต่ทำ Data Mining จากข้อมูลจำนวนมหาศาลที่ประชาคมอินเทอร์เน็ตสร้างขึ้นผ่านบริการของตนเองทั้งนั้น

นิยามความรู้เบื้องต้นของ Data Mining ตอนนี้อาจจะยังอยู่แค่ Classification, Clustering หรือ Association Rule Mining แต่ในอนาคตเราไม่รู้ว่าจะมีนักวิจัยคิดค้นอย่างอื่นเพื่อการทำ Data Mining อีกมั้ย และถ้าถึงตอนนั้นก็อาจจะมีวิธีหาความรู้จากข้อมูลจำนวนมหาศาลมหึมาในรูปแบบใหม่ก็เป็นได้!