你所不了解的数据挖掘背后却有大文章!

文 | 商业智能BI相关文章 阅读次数:497 次浏览
2022-09-14 14:02:15

数据挖掘(DataMining)是指通过大量数据集进行分类的自动化过程,以通过数据分析来识别趋势和模式,建立关系来解决业务问题。换句话说,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、但又是潜在有用的信息和知识的过程。

数据挖掘有时也称作kdd, kdd(knowledge discovery in databases-kdd:知识发现)即是基于数据库的知识发现,实质上,这两个概念的内涵大致相同,只是从不同的角度认识问题而已。譬如人工智能的研究人员倾向于讲kdd,而计算机和信息技术专家通常说数据挖掘。

数据挖掘,需要的数据集,数据分析结果

原则上讲,数据挖掘可以应用于任何类型的信息存储库及瞬态数据(如数据流),如数据库、数据仓库、数据集市、事务数据库、空间数据库(如地图等)、工程设计数据(如建筑设计等)、多媒体数据(文本、图像、视频、音频)、网络、数据流、时间序列数据库等。

也正因如此,数据挖掘存在以下特点:

(1)所需要的数据集大且不完整

数据挖掘所需要的数据集是很大的,只有需要的数据集越大,得到的规律才能越贴近于正确的实际的规律,数据分析结果也才越准确。除此以外,数据往往都是不完整的。

(2)不准确性

数据挖掘存在不准确性,主要是由噪声数据造成的。比如在商业中用户可能会提供假数据;在工厂环境中,正常的数据往往会收到电磁或者是辐射干扰,而出现超出正常值的情况。这些不正常的绝对不可能出现的数据,就叫做噪声,它们会导致数据挖掘存在不准确性。

(3)模糊的和随机的

数据挖掘是模糊的和随机的。这里的模糊可以和不准确性相关联。由于数据不准确导致只能在大体上对数据进行一个整体的观察,或者由于涉及到隐私信息无法获知到具体的一些内容,这个时候如果想要做相关的数据分析操作,就只能在大体上做一些数据分析结果,无法精确进行判断。

而数据的随机性有两个解释,一个是获取的数据随机;我们无法得知用户填写的到底是什么内容。第二个是数据分析结果随机。数据交给机器进行判断和学习,那么一切的操作都属于是灰箱操作。

很显然在目前的信息时代,借助类似于FineBI的这些工具,可以让企业加速融入企业数据分析的趋势。备受市场认可的软件其实有很多,选择时必须要结合实际的情况。一般的情况下,都建议选择市面上较主流的产品,比较容易达到好的效果,目前企业数据分析BI软件市场占有率前列的,就是帆软BI软件——FineBI。数据挖掘,需要的数据集,数据分析结果

商业智能BI产品更多介绍: www.finebi.com

相关内容

立即体验 立即体验

在线客服

电话咨询

技术问题

投诉入口

返回顶部