【摘要】：数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系的信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多方法来实现。在大数据时代，数据挖掘是最关键的工作。数据挖掘具有以下功能：一是数据总结。关联分析用来寻找数据库中值的相关性。偏差分析是在数据集中找出与众不同的数据、使人怀疑的数据、极端的特例进行分析挖掘，以揭示内在的原因。
数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系的信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多方法来实现。在大数据时代，数据挖掘是最关键的工作。大数据的挖掘是从海量的、不完全的、有噪声的、模糊的、随机的大型数据库中发现隐含在其中有价值的、潜在有用的信息和知识的过程，这也是一种决策支持过程。其主要技术是人工智能、机器学习、模式学习、统计学等。通过对大数据高度自动化分析，做出归纳性的推理，从中挖掘出潜在的模式，可以帮助企业、商家、用户调整市场政策，减少风险，理性面对市场，并做出正确的决策。在制造业领域，数据挖掘可以解决很多问题。
数据挖掘具有以下功能：一是数据总结。数据总结是对目标类数据的一般特征进行汇总，可以以直方图、饼状图、多维数据分析、交叉表等形式进行输出。二是分类。分类可以将客户分成不同的类别，找出不同种类客户之间的特征，以及让用户了解不同行为类别客户的分布特征。三是聚类。聚类是在未知分类的前提下，将数据分成不同的群组，使群与群之间差别最大化，同时使同一个群之间的数据相似性最大化。四是关联分析。关联分析用来寻找数据库中值的相关性。五是预测。预测是把握分析对象发展的规律，对未来的趋势做出预见。六是偏差分析。偏差分析是在数据集中找出与众不同的数据、使人怀疑的数据、极端的特例进行分析挖掘，以揭示内在的原因。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
