Is "Data Mining" term tainted?

我在柚子雜談裡，曾經說到這兩年以英語為主的媒體界，對於 Data Mining 這個字眼的猛烈抨擊，以及 Blogosphere 裡的無邊爭議。和 Data Mining 關連的搜索詞彙，最熱門是無非是 NSA , FBI , NewYork Times ，都不是和學術或商業產品有關的東西。

自從 911 事件後，美國政府聲言要使用 Data Mining 技術，協助偵測恐怖份子攻擊之後， Data Mining 和 Privacy 的爭議，就鬧得一塌糊塗。每天收到的 Google Alert 裡，和資料挖掘有關的條目，有一半是部落客對資料挖掘的各式指控。這兩年， Data Mining 就算不是 notorious 也是 controversial...

資料挖掘領域的著名網站KDNuggets (先前我曾經介紹過這個網站)，打算辦新一輪線上投票，問大家 ”Is "Data Mining" term tainted ?”， 這個污名化的說法，倒和我的想法不謀而合。為了表示的確有這樣的疑慮，KDNuggets 還舉了CBS 新聞的 "Data Mining" != "Surveillance? 和紐約時報的Mining of Data Prompted Fight Over U.S. Spying 為例。

KDnuggets預擬的選項如下，此刻我也不知道選一個才好：

• Data mining is still OK to use
• "Knowledge Discovery" is a better term
• "Predictive analytics" is better
• Prefer another term (please comment)
• Don't care which term is used

依我看來，關鍵在於寫文章的人都不是技術人，都不約而同把技術的專有名詞（在這個例子裡是 Data Mining）當作政府父權心態的代名詞，討論的過程自然是纏夾不清，就像桃谷六仙在五嶽大會裡胡攪蠻纏，誰才是真正該被指責的對象，反倒說不清道不明了。

這類投票，對於現在正發生的事情，不會有任何影響，充其量只是代表，學術界中人的確有人看到這件事了，如此而已。