Veri Madenciliği

Yeni modeller aramak veri madenciliğinin sloganı olabilir (Madencilik, 2011). Bu, kişinin projesinin sonunda ulaşmak istediği bir hedefe sahip olabileceği anlamına gelir. Bu süreç denetimli veya denetimsiz yöntemlerle tamamlanabilir. İstatistik ve Yapay Zeka bu sürecin en çok fayda sağlayanları olabilir. Fayyad vd. (1996) "KDD, verilerden yararlı bilgilerin keşfedilmesine ilişkin genel süreci ifade eder ve veri madenciliği, bu süreçteki belirli bir adımı ifade eder. Veri madenciliği, verilerden örüntüleri çıkarmak için özel algoritmaların uygulanmasıdır". Verilerdeki geçerli, yeni, potansiyel olarak faydalı ve nihai olarak anlaşılabilir kalıpları belirlemenin önemsiz olmayan süreci olduğunu söyleyerek tanımlarına devam etmişlerdir (Fayyad ve diğerleri, 1996). Bir çalışmada, araştırmacılar insanların #sijilhalal etiketini kullandıklarında ne hissettiklerini bulmaya çalıştılar ve bu etiketi twitter kullanıcıları Helal Sertifikasyonu ile ilgili yaşadıkları sorunlar nedeniyle yazdıkları tweet'in altına eklemişlerdir (Bakar & Rosbi, 2019). Araştırmacılar, tweetlerdeki duyguları kategorize etmek için Sentiment Analysis'i kullandılar. İnsanların duygularını anlamak önemlidir. Çünkü Helal Belgelendirme ülkelerin tercihlerine bağlıdır. İnsanların yaklaşımını bilmek, şirketlere yeni bir pazara girdiklerinde yardımcı olacağı söylenebilir.