📜  数据挖掘-概述

📅  最后修改于: 2021-01-11 06:25:16             🧑  作者: Mango


信息产业中有大量数据可用。除非将其转换为有用的信息,否则这些数据将无用。有必要分析大量数据并从中提取有用的信息。

信息提取不是我们需要执行的唯一过程;数据挖掘还涉及其他过程,例如数据清理,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,我们将能够在许多应用程序中使用此信息,例如欺诈检测,市场分析,生产控制,科学探索等。

什么是数据挖掘?

数据挖掘的定义是从大量数据中提取信息。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。如此提取的信息或知识可以用于以下任何应用程序中-

  • 市场分析
  • 欺诈识别
  • 客户保留
  • 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
  • 企业分析与风险管理
  • 欺诈识别

除此之外,数据挖掘还可以用于生产控制,客户保留,科学探索,体育,占星术和Internet Web Surf-Aid领域。

市场分析与管理

以下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什么样的人购买什么样的产品。

  • 识别客户需求-数据挖掘有助于为不同客户识别最佳产品。它使用预测来发现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。

  • 目标市场营销-数据挖掘有助于找到具有相同特征(例如兴趣,消费习惯,收入等)的模型客户群。

  • 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。

公司分析与风险管理

数据挖掘在企业部门的以下领域中使用-

  • 财务计划和资产评估-它涉及现金流量分析和预测,或有债权分析以评估资产。

  • 资源计划-它涉及汇总和比较资源和支出。

  • 竞争-它涉及监视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。在欺诈性电话中,它有助于找到呼叫的目的地,呼叫的持续时间,一天中的时间或一周中的时间等。它还分析了偏离预期规范的模式。