数据挖掘定义 编辑

什么是数据挖掘？

数据挖掘是公司将原始数据转化为有用信息的过程。通过使用软件在大批量数据中寻找模式，企业可以更多地了解客户，从而制定更有效的营销策略，增加销售额，降低成本。数据挖掘依赖于有效的数据收集， 仓储 ，以及计算机处理。

数据挖掘过程用于构建机器学习模型，为搜索引擎技术和网站推荐程序等应用程序提供动力。

数据挖掘的工作原理

数据挖掘包括探索和分析大量信息以收集有意义的模式和趋势。它可以用在很多方面，比如数据库营销，信用风险管理，欺诈检测 垃圾邮件过滤，甚至可以辨别用户的情绪或意见。

数据挖掘过程分为五个步骤。首先，组织收集数据并将其加载到数据仓库中。接下来，他们在内部服务器或云上存储和管理数据。业务分析人员、管理团队和信息技术专业人员访问数据并确定如何组织数据。然后，应用软件根据用户的结果对数据进行排序，最后，最终用户以易于共享的格式（如图形或表格）呈现数据。

数据仓库和挖掘软件

数据挖掘程序根据用户的请求分析数据中的关系和模式。例如，公司可以使用数据挖掘软件创建信息类。举例来说，假设一家餐厅想使用数据挖掘来确定何时应该提供某些特色菜。它查看所收集的信息，并根据客户访问的时间和他们订购的内容创建类。

在其他情况下，数据挖掘人员根据逻辑关系找到信息簇，或者查看关联和序列模式，得出有关消费者行为趋势的结论。

仓储是数据挖掘的一个重要方面。仓储是指公司将数据集中到一个数据库或程序中。有了数据仓库，组织可以衍生出数据片段，供特定用户分析和使用。

但是，在其他情况下，分析师可能会从他们想要的数据开始，创建一个；数据仓库 基于这些规格。不管企业和其他实体如何组织他们的数据，他们都使用它来支持管理层的决策过程。

数据挖掘示例

杂货店是数据挖掘技术的知名用户。许多超市提供免费的忠诚卡 向客户提供非会员无法享受的降价服务。这些卡片让商店很容易追踪谁在买什么，什么时候买，什么价格。分析数据后，商店可以使用此数据向客户提供针对其购买习惯的优惠券，并决定何时将商品出售或何时以全价出售。

当一家公司仅使用选定的信息来证明某个假设时，数据挖掘可能会引起关注，而这些信息并不代表整个样本组。

关键要点

• 数据挖掘是分析大量信息以识别趋势和模式的过程。
• 数据挖掘可以被公司用于从了解客户感兴趣或想要购买什么到欺诈检测和垃圾邮件过滤的所有方面。
• 数据挖掘程序根据用户请求或提供的信息来分解数据中的模式和连接。