对于那些对数据挖掘感兴趣的人，这里有一篇由 Diane Cabell 和 Yours Truly 撰写的文章，讨论了英国高等教育中的数据挖掘问题。以下是介绍，看看你是否有兴趣进一步阅读。欢迎传播。
数据或文本挖掘（以下称为“内容挖掘”）是一种使用软件寻找数据中有趣或重要模式的过程，而这些模式可能通过其他方式无法观察到。例如，将有关地下水污染的期刊文章数据库与医院入院记录数据库结合起来，以检测与污染相关的疾病爆发模式。
大数据在商业领域也是一种有用的工具。信用卡公司可能会发现购买特定航空公司的机票与购买特定类型的汽车之间存在关联，并制定联合合适供应商的营销计划。麦肯锡的一份报告指出，仅在公共数据领域使用“大数据”每年就能为欧洲经济创造 2500 亿欧元的价值。
内容挖掘越来越多地由机器完成。数据库，尤其是科学研究产生的数据库，太大了，无法用人眼扫描。然而，在大多数司法管辖区，法律并没有保证数据挖掘的权利，即使在有法律保证的地方，大多数研究出版物 巴拿马手机数据 数据库的访问条款也不允许这样做。最近的一项研究表明，获得从众多不同出版商那里挖掘单个主题的数千篇文章的许可需要研究人员 62% 的时间。许多内容所有者，包括研究机构，尚未制定任何内容挖掘政策。
本报告将确定数据挖掘和数据重用的主要法律障碍，并提出政策建议，以指导政府、资助机构和研究机构。正如标题所示，这项研究的重点是特定于高等教育机构 (HEI) 的法律问题。
本报告面临的第一个挑战是尝试将主题界定为受自动分析影响的各种类型的内容。HEI 可以保存和共享各种格式的内容，以下仅举几个例子：
文本：已发表的文章、书籍章节、准备笔记、工作论文、报告、教学材料、会议论文、演示文稿、论文。
数据集：统计数据、地理位置数据、调查结果、地图、图表、时间序列、遗传信息、健康记录、计算机日志。
多媒体：图片、录音、采访、演示、视频。
上述每一种可能都有各自的法律制度。为方便起见，报告中提到数据库内容时，不会区分我们处理的是文本、数据还是多媒体，除非文中明确说明。