مع التطور التقني المستمر لأجهزة وأنظمة الحاسب الآلي أصبح لدينا كما هائل من البيانات والمعلومات المتنوعة بحيث بدأنا ومنذ العقد الماضي نعيش عصراً معلوماتياً ترتكز مقومات الدول الحديثة على مقدرتها في توظيف تلك المعلومات والاستفادة منها بالشكل الأمثل في مختلف جوانب الحياة. وقد كانت إحدى المشكلات الرئيسية خلال هذا التطور هي عملية ميكنة الأعمال والتطبيقات المختلفة وتحويلها من العمل اليدوي إلى العمل الآلي، ومن ثم تقديمها بالشكل الملائم للمستفيد. نتيجة لهذه الميكنة وجدت المؤسسات الحكومية والأهلية نفسها أمام كم هائل من المعلومات والسجلات يزداد يوماً بعد يوم مما أدى إلى الحاجة إلى إيجاد مساحات تخزينية أكبر واستخدام أنظمة متطورة لحفظ وأرشفة هذه السجلات والوثائق. هذه المعلومات مما لا شك فيه تعتبر ثروة ثمينة وخبرة مكتسبة تتراكم عبر السنين. ولكن السؤال الأساسي الذي يتبادر إلى الذهن هل فعلاً تتم الاستفادة من هذه المعلومات بالشكل الصحيح ويتم استخلاص التجارب والمعرفة منها وذلك من أجل تطوير العمل أو حل بعض المشاكل التي قد تطرأ؟ من هذا المنطلق نشأت الحاجة إلى تقنية حديثة تسمى تعدين البيانات أو التنجيم عن المعلومات (Data Mining) والمقصود بالتحجيم هنا الدخول والبحث (أو مجازاً التنقيب) في أعماق الكم الهائل من المعلومات المتراكم لأي منشأة (الذي يمكن أن نسميه منجم المعلومات) وذلك لاستخلاص الكنوز المعرفية والمعلومات الخفية التي لا يمكن استخلاصها باستخدام الطرق التقليدية في البحث والاستفسار عن المعلومات. حيث إن البحث التقليدي يفتقر إلى عناصر التحليل الذكائي في البحث عن المعلومة، فمثلاً لو فرضنا أنه يوجد لدينا قاعدة معلومات طبية لأحد المستشفيات، فالبحث التقليدي هو عندما تدخل رقم بطاقة المريض للاستفسار عنه، فإن النظام يقوم بعرض الاسم والعنوان ومحتوى الملف الطبي.. الخ لذلك المريض. ولكن عند استخدام تقنية التنجيم عن المعلومات فإنه يمكن مساعدة المختصين من أطباء وغيرهم في معرفة العلاقات التفصيلية بين بيانات المرضى ومن ثم تحديد الأنماط والخصائص المشتركة بين سجلات المرضى والتي سوف يكون لها المقدرة الفعّالة في تحديد العناصر المؤثرة عند إجراء البحوث والدراسات الخاصة بالأمراض وطرق علاجها وذلك بنظرة أكثر شمولية. وبالتالي يمكن أن نستخلص بأن تعدين البيانات هو العلم الذي يعنى باستخراج المعرفة الخفية من منجم المعلومات ومحاولة ربط المعلومات ذات العلاقة مع بعضها ومن ثم تقديمها إلى أصحاب القرار أو صانعيه. وعملية تعدين البيانات لا يمكن تطبيقها بشكل منفرد، بل هي تعتبر مرحلة جوهرية وأساسية ضمن مجموعة من المراحل تسمى بمجموعها العام عملية الاستكشاف المعرفي لقواعد المعلومات Knowledge Discovery in Databases (KDD) عدم الدخول في التفاصيل الفنية يمكن وصف هذه المراحل بأنها هي الخارطة التي توضح نقطتي البداية والنهاية لعملية الاستخلاص المعرفي واكتشاف العلاقات المهمة بين المعلومات. ولعلنا نأخذ بعض الأمثلة الأخرى لدلالة على أهمية هذا العلم وكيفية الاستفادة منه في شتى مجالات الحياة المختلفة. فالبنوك مثلاً عندما تعطي بعض التسهيلات مثل القروض للعملاء فإنه ينتج عن ذلك تراكم معلومات متنوعة ومختلفة وبشكل منتظم عن المقترضين وطريقة أدائهم في سداد القروض للبنك. ومن خلال فترة زمنية معينة تكون هذه المعلومات أصبحت ذات قيمة وبالتالي يمكن الاعتماد عليها في استخلاص المعلومات والمعرفة اللازمة لمساعدة متخذي القرار في البنك بشأن إبداء الموافقة أو الرفض لطلبات القروض الجديدة أو لإعطاء درجة لمدى ثقتهم في قدرة المقترض على السداد بشكل منتظم. هذا من جانب، ومن جانب آخر تستخدم هذه التقنية أيضاً في الوقت الحالي في البنوك الدولية لتحديد بطاقات الائتمان المشتبه بأنه تمت سرقتها وخاصة أن بعض العملاء قد لا يلاحظ اختفاء بطاقته إلا بعد مضي وقت ليس بالقصير ويكون ذلك من خلال تحليل المعلومات الخاصة بكل عميل وطريقة استخدامه لبطاقة الائتمان وعند ملاحظة تغير في أسلوبه أو في نمط استخدامه للبطاقة عن النمط الاعتيادي يقوم البنك الاتصال والتأكد من أن العميل شخصياً هو من قام بإجراء تلك العمليات المالية. أيضاً تستخدم هذه التقنية حالياً في الغرب في دراسة العلاقات بين المعلومات المتنوعة وغير المتجانسة للاستفادة منها في مكافحة الإرهاب وتحديد الأشخاص الذين قد يمثلون تهديداً وذلك بدراسة المعلومات المتنوعة مثل الخلفية العلمية والمهنية والهوايات الشخصية ومن ثم ربط ذلك بقواعد المعلومات الأخرى مثل العمليات المالية والتنقلات وتاريخ السجل الصحي. هذا العلاقات بمجموعها لها دور كبير في إعطاء النمط أو الشكل للأشخاص الذين قد يكون لهم ميول إرهابية. هذه بعض الأمثلة وان كان مجال تطبيق تلك التقنية واسعاً جداً ويشمل العديد من الجوانب في حياتنا كما أسلفنا ولكن لعلنا في مقال آخر نتطرق لجوانب أخرى من هذا العلم الحديث. الدكتور سامي الحربي [email protected]