Data Mining Tutorial -- 简明译文Part 01

 

概述

数据挖掘被定义为从大量数据集中提取信息的过程。换句话说，我们可以说数据挖掘是从数据中挖掘知识。本教程从基本概述和数据挖掘中涉及的术语开始，然后逐步介绍知识发现，查询语言，分类和预测，决策树归纳，聚类分析以及如何挖掘Web等主题。

 

读者

本教程是为计算机科学毕业生准备的，旨在帮助他们理解与数据挖掘相关的基本到高级概念。

 

前提

在继续学习本教程之前，您应该了解基本的数据库概念，例如模式，ER模型，结构化查询语言和数据仓库概念的基本知识。

 

第一章　　Overview

信息产业中有大量数据可用。在将数据转换为有用信息之前，此数据无用。有必要分析这些大量数据并从中提取有用信息。

提取信息不是我们需要执行的唯一过程;数据挖掘还涉及其他过程，如数据清理，数据集成，数据转换，数据挖掘，模式评估和数据表示。一旦所有这些过程结束，我们就可以在欺诈检测，市场分析，生产控制，科学探索等许多应用中使用这些信息。

 

什么是数据挖掘？

 

数据挖掘被定义为从大量数据集中提取信息。换句话说，我们可以说数据挖掘是从数据中挖掘知识的过程。提取的信息或知识可用于以下任何应用程序：

• 市场分析
• 欺诈识别
• 客户保有
• 产品控制
• 科学探索

 

数据挖掘应用

数据挖掘在以下领域非常有用：

• 市场分析与管理
• 公司分析＆风险管理
• 欺诈识别

除此之外，数据挖掘还可用于生产控制，客户保有，科学探索，体育，占卜和网络冲浪辅助等领域。

 

市场分析与管理

下面列出了使用数据挖掘的各个市场领域：

• 客户分析 - 数据挖掘有助于确定哪类人购买何种产品。
• 确定客户需求 - 数据挖掘有助于为不同客户确定最佳产品。它使用预测来找出可能吸引新客户的因素。
• 跨市场分析 - 数据挖掘执行产品销售之间的关联/关联。
• 目标营销 - 数据挖掘有助于找到具有相同特征的模型客户群，例如兴趣，消费习惯，收入等。
• 确定客户购买模式 - 数据挖掘有助于确定客户购买模式。
• 提供摘要信息 - 数据挖掘为我们提供了各种多维摘要报告。

 

企业分析与风险管理

 

数据挖掘用于公司部门的以下领域：

• 财务规划和资产评估 - 它涉及现金流量分析和预测，用于评估资产的或有索赔分析。
• 资源规划 - 包括总结和比较资源和支出。
• 竞争 - 它涉及监控竞争对手和市场方向。

 

欺诈识别

数据挖掘还用于信用卡服务和电信领域以检测欺诈。在欺诈电话中，它有助于找到呼叫的目的地，呼叫的持续时间，一天或一周的时间等。它还分析偏离预期规范的模式。