數(shù)據(jù)挖掘技術(shù)理論

1、 為公司創(chuàng)造 很多潛在的利潤(rùn)，而這種從海量數(shù)據(jù)庫(kù)中挖掘信息的技術(shù)，就稱之為數(shù)據(jù)挖掘。 對(duì)公司整個(gè)數(shù)據(jù)庫(kù)系統(tǒng)的分析， 數(shù)據(jù)挖掘工具可以回答諸如“哪個(gè)客戶對(duì)我們公司的郵件推銷活 數(shù)據(jù)挖掘技術(shù)是人們長(zhǎng)期對(duì)數(shù)據(jù)庫(kù)技術(shù)進(jìn)行研究和開發(fā)的結(jié)果。起初各種商業(yè)數(shù)據(jù)是存儲(chǔ)在 行查詢和遍歷， 并且 可以馬上投入使用，因?yàn)閷?duì)這種技術(shù)進(jìn)行支持的三種基礎(chǔ)技術(shù)已經(jīng)發(fā)展成熟，他們是：海量數(shù)據(jù)搜集強(qiáng)大的多處理器計(jì)算機(jī)數(shù)據(jù)挖掘算法 理機(jī)的技術(shù)來滿足； 另外數(shù) 據(jù)挖掘算法經(jīng)過了這 10 多年的發(fā)展也已經(jīng)成為一種成熟，穩(wěn)定，且易于理解和操作的技術(shù)。從商業(yè)數(shù)據(jù)到商業(yè)信息的進(jìn)化過程中，每一步前進(jìn)都是建立在上一步的基礎(chǔ)上的。見下表。 經(jīng)可

2、以快速地回答商業(yè)上的很多問題了。進(jìn)進(jìn)化階段數(shù)據(jù)搜集“在新英格蘭的分?jǐn)?shù)據(jù)訪問部去年三月的銷售額是多少？”數(shù)據(jù)倉(cāng)庫(kù)；決策支 “在新英格蘭的分部去年三月的銷售支持技術(shù) 產(chǎn)品廠家計(jì)算機(jī)、磁帶和磁IBM, CDC盤關(guān)系數(shù)據(jù)庫(kù)Oracle、Sybase、 (RDBMS) ，結(jié)構(gòu)化Informix、IBM、 查詢語言(SQL)，MicrosoftODBC聯(lián)機(jī)分析處理(OLAP)、多維數(shù) Arbor、Cognos、產(chǎn)品特點(diǎn)提供歷史性的、靜態(tài)的數(shù)據(jù)信息在記錄級(jí)提供歷史性的、動(dòng)態(tài)數(shù)據(jù)信息在各種層次上提供回溯的、動(dòng)態(tài)的數(shù)商業(yè)問題“過去五年中我的總收入是多少？”Pilot、Comshare、持額額是多少？波士頓 據(jù)庫(kù)

3、、數(shù)據(jù)倉(cāng)庫(kù) Microstrategy據(jù)此可得出什么結(jié)論？”“下個(gè)月波士頓的 高級(jí)算法、多處理SPSS、SAS、IBM、 銷售會(huì)怎么樣？為 器計(jì)算機(jī)、海量數(shù) 什么？” 據(jù)庫(kù)據(jù)信息提供預(yù)測(cè)性的信息數(shù)據(jù)挖掘(正在流行)表一、數(shù)據(jù)挖掘的進(jìn)化歷程(摘自天極網(wǎng)絡(luò))了數(shù)十年的發(fā)展，其中包括數(shù)理統(tǒng)計(jì)、人工智能、機(jī)器學(xué)習(xí)。今天，這 的關(guān)系數(shù)據(jù)庫(kù)引擎以及廣泛的數(shù)據(jù)集成，讓數(shù)據(jù)挖掘技術(shù)在當(dāng)前的數(shù)據(jù)倉(cāng)庫(kù)環(huán) “數(shù)據(jù)挖掘”這個(gè)名字來源于它有點(diǎn)類似于在山脈中挖掘有價(jià)值的礦藏。在商業(yè)應(yīng)用里，它就表現(xiàn)為在 商業(yè)信息。這兩種過程都需要對(duì)巨量的材料進(jìn)行詳細(xì)地過濾，并且需要智能 。對(duì)于給定了大小的數(shù)據(jù)庫(kù)，數(shù)據(jù)挖掘技術(shù)可以用它如下的

4、超能力產(chǎn)生巨大 接地從數(shù)據(jù)中間找到答案。一個(gè)典型的利用數(shù)據(jù)挖掘進(jìn)行預(yù)測(cè)的例子就是 件和硬件更加自動(dòng)化，并且可以在升級(jí)的或者新開發(fā)的平臺(tái)上執(zhí)行。當(dāng) 的并行處理系統(tǒng)上的時(shí)候，它能在數(shù)分鐘內(nèi)分析一個(gè)超大型的數(shù)據(jù)庫(kù)。這種更 在。以往，在進(jìn)行較復(fù)雜的數(shù)據(jù)分析時(shí)，專家們限于時(shí)間因素，不得不對(duì) 限制，但是那些被丟棄而沒有參加運(yùn)算的變量有可能包含著另一些不為人知的有 數(shù)據(jù)挖掘工具讓用戶對(duì)數(shù)據(jù)庫(kù)能進(jìn)行通盤的深度編歷，并且任何可能參選的變量 。存在。更大的樣本讓產(chǎn)生錯(cuò)誤和變化的概率降低，這樣用戶就能更加精確地 up 技術(shù)來挖掘市場(chǎng)以外的價(jià)值，采用更為廣闊的并行處理系統(tǒng)來創(chuàng)建新的商業(yè)增長(zhǎng) 。門的分析工具已經(jīng)發(fā)展了大

5、約十年的歷史，不過這些工具所面對(duì)的數(shù)據(jù)量通常 數(shù)據(jù)挖掘工具是怎樣準(zhǔn)確地告訴你那些隱藏在數(shù)據(jù)庫(kù)深處的重要信息的呢？它們又是如何 型， 并且把這 你個(gè)時(shí) 。 利用這個(gè)模型，你就很有希望在具有大量相同特征的另外一個(gè)地點(diǎn)發(fā)現(xiàn)一件不為人知的寶藏。 用。在計(jì)算機(jī)中的建模和以前的建模方法并無很大不同， 主要的差異在于計(jì)算機(jī)能處理的信息量 工具從這 應(yīng)用在那些情形相似但結(jié)果尚未知的判斷中了。比如，現(xiàn)在假設(shè)你是一個(gè)電信公司的營(yíng)銷主任， 有目的地去拉攏客戶會(huì)產(chǎn)生高得多的效率。 一樣，緊密地和數(shù)據(jù)倉(cāng)庫(kù)集成起來。這樣，在人們對(duì)參數(shù)和分析深度進(jìn)行變化的時(shí)候， 高集成度 就能大大地簡(jiǎn)化數(shù)據(jù)挖掘過程。集成后的數(shù)據(jù)挖掘體系

6、種市 場(chǎng)上的數(shù)據(jù)庫(kù)： Sybase、Oracle、Redbrick、和其他等等，并且可以針對(duì)其中的數(shù)據(jù)進(jìn)行速度上 和靈活性上的優(yōu)化。 和并輔助用戶快速作出商業(yè)決策，并且用戶還可以在更新數(shù)據(jù)的時(shí)候不斷發(fā)現(xiàn)更 規(guī)決策支持系統(tǒng)的基礎(chǔ)結(jié)構(gòu)的轉(zhuǎn)變。不象查詢和報(bào)表語言僅僅是將數(shù)據(jù) 息的分析結(jié)果。這個(gè)結(jié)果是一個(gè)經(jīng)過分析和抽象的動(dòng)態(tài)視圖層，通常會(huì)根據(jù)用 這個(gè)視圖，各種報(bào)表工具和可視化工具就可以將分析結(jié)果展現(xiàn)在用戶面前，以 統(tǒng)，但是現(xiàn)在這種技術(shù)已經(jīng)準(zhǔn)備好應(yīng)用于各個(gè)公司中，只要公司具有大型數(shù)據(jù) 數(shù)據(jù)庫(kù)；另一個(gè)就是定義完善的商業(yè)處理程序，這樣數(shù)據(jù)挖掘才好緊密地應(yīng)用 最近幾個(gè)月內(nèi)對(duì)高附加值的醫(yī)生群體影響最大，這樣的分析建立在競(jìng)爭(zhēng)對(duì)手的銷 況的數(shù)據(jù)系統(tǒng)之上。然后這個(gè)藥品公司可以通過其辦公網(wǎng)絡(luò)，將分析結(jié)果傳達(dá)到 代表們則可以根據(jù)公司傳遞的關(guān)鍵信息來作出相應(yīng)的銷售抉擇，這樣，在快速變 出利于企業(yè)的抉擇， 建立在關(guān)系數(shù)據(jù)庫(kù)和聯(lián)機(jī)分析技術(shù)上