必看 | 深入浅出解读大数据挖掘

随着时代的发展，人类产生的数据成倍增长，数据的开放性应用和数据可挖掘价值越来越高。在大数据精准营销、大数据洞察等一系列热词背后，正是数据挖掘、分析技术发挥着重要的作用。数据挖掘技术不仅成为当今政务部门提升治理能力的重要手段，也成为各行各业提升核心竞争力的关键。

什么是数据挖掘

数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但有潜在的有用信息和知识的过程。

可以看出，数据挖掘是一个过程结果的称谓，即主要目标是从数据中挖取隐藏的信息。它是一个交叉科学领域，受多个学科影响，包括数据库系统、统计、机器学习、可视化和信息科学。

数据挖掘与商业智能的关系

举个简单点的例子：

也就是说：

数据挖掘能解决哪些问题？

根据数据挖掘的应用方向，常见的数据挖掘能解决的问题体现在下面几个方面。

1. 分类与回归

分类根据样本数据中标记的类别对原数据进行分类总结，进而也可以预测未来数据的归类。
回归是确定一种或多种变量间相互依赖关系的一种统计分析方法。

分类与回归本质上解决的都是预测问题，不同的是分类适用于离散型目标变量的预测，而回归适用于连续型目标变量的预测。下面这些问题可以用分类和回归技术来解决：

下图是一个基于决策树预测银行客户是否存在贷款风险的示例：

2. 聚类

聚类是在预先不知道欲划分类的情况下，根据数据相似度原则进行数据归类的方法。

中国有句古话是“物以类聚，人以群分”，其实已经蕴含了聚类算法的基本思想。聚类能解决如下方面的问题：

例如下图，找到共性的数据，然后聚类显示：

3. 关联规则

关联规则在一个数据集中找出各个物品或者商品之间的关系，也被称为购物篮分析。

关联规则描述的是在一个事物中物品间同时出现的规律的知识模式，可以应用到很多实际业务中：

下图是某商场购物蓝推荐结果示例：

4. 时间序列预测

通过已有的时间序列数据进行类推，以预测下一段时间的趋势。

下图是某公司红酒销量的预测图：

5. 关系网络分析

关系网络分析用来探索社会行动者及其间的关系，例如：社会关系、亲属关系、角色关系、行为关系、流动关系、地理空间关系等等。

关系网络分析也叫社会网络分析。通过社会网络分析，可以探索和发现行动者之间隐藏的关系。常见的关系有：

下面是对《悲惨世界》一书中人物的关系网络分析的一个示例：

亿信华辰推出的数据挖掘产品亿信豌豆DM，让用户可以通过半自动化或者自动化地分析业务数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，做出正确的决策。

关于亿信华辰

亿信华辰是中国专业的智能数据产品与服务提供商，一直致力于为政企用户提供从数据采集、存储、治理、分析到智能应用的智能数据全生命周期管理方案，帮助企业实现数据驱动、数据智能，已积累了8000多家用户的服务和客户成功经验，为客户提供数据分析平台、数据治理系统搭建等专业的产品咨询、实施和技术支持服务。

欢迎关注公众号：亿信华辰Pro
－让数据驱动进步－

编辑于 2021-03-19 17:44

数据挖掘

数据分析

聚类分析