艺学启航：
1956年IBM工程师用打孔卡片处理人口普查数据，每秒数百次运算。当时没人想到，这笨拙的数据处理将催生一门改变世界的学科。
第一波浪潮：1960–1980年代 · 数据库黎明
1963年，统计学家John Tukey提出“从数据中挖掘知识”的构想。
当时1MB存储成本数千美元，只能存核心交易记录。
1970年关系型数据库诞生，SQL让数据检索结构化。
里程碑：1983年，美国运通用逻辑回归分析信用卡数据，识别高流失风险客户，ROI达到1:7。
关键词：统计计算、回归分析、千行级数据
第二波浪潮：1990–2010年代 · 互联网引爆数据爆炸
1995年亚马逊上线，记录每一次点击、停留、搜索。
2001年，Google提出MapReduce框架；Gartner正式定义“大数据”：海量、高速、多样。
2006年，Netflix悬赏100万美元，推动协同过滤普及。
2009年，Kaggle成立，南非团队用随机森林预测艾滋病病程，超越临床模型。
2012年，AlexNet将图像识别错误率从26%降至15%，开启深度学习革命。
从“事后分析”转向“实时决策”：高频交易、谷歌广告毫秒级响应。
第三波浪潮：2010年代至今 · AI与自动化融合
2016年，AlphaGo从3000万局棋谱中挖掘模式，击败李世2018年，Google Cloud AutoML让非专家也能建模，门槛大幅降低。
2022年，ChatGPT训练于万亿级token，其推理、创作能力是数据挖掘的范式跃迁。
中国数据挖掘的追赶
2014年，阿里“天池”平台上线，菜鸟物流路径优化，双11时效从7天压至2.5天。
2017年，腾讯“绝艺”围棋AI夺冠；中国论文投稿量首次超过美国。
实现精准流调。
一句话总结：数据挖掘从打孔卡片到大模型，走了七十年。它不是魔法，是统计、算力和数据三者不断堆叠的结果。
