数据挖掘

数据挖掘介绍：

数据挖掘一般是指从海量的数据中自动搜索隐藏于其中的有着特殊关系性（属于Association rule learning）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（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。

它的主要方法是数据统计分析和人工智能搜索技术。

数据挖掘有以下这些不同的定义：

1、从数据中提取出隐含的有价值的潜在信息。

2、一门从大量数据或者数据库中提取有用信息的科学。

3、在人工智能领域，习惯上又称为数据库中知识发现(Knowledge Discovery in Database, KDD)

数据挖掘能做什么？

数据挖掘能做以下七种不同事情（分析方法）：

分类 （Classification）

估值（Estimation）

预言（Prediction）

相关性分组或关联规则

（Affinity grouping or association rules）

聚集（Clustering）

描述和可视化（Description and Visualization）

例子：

A：移动公司通过每种产品的用户历史消费记录、区域销售库及BOSS系统库，建立关联性数据仓库。进行各类型客户群体消费行为分析，并以此为依据制定品牌战略目标，各品牌新套餐计划、及未来价值收益评估。

B：数据挖掘在零售行业中的应用：零售公司跟踪客户的购买情况，发现某个客户购买了大量的真丝衬衣，这时数据挖掘系统就在此客户和真丝衬衣之间创建关系。销售部们就会看到此信息，直接发送真丝衬衣的当前行情，以及所有关于真丝衬衫的资料发给该客户。这样零售商店通过数据挖掘系统就发现了以前未知的关于客户的新信息，并且扩大经营范围。

我公司开发的数据挖掘应用截图：

图例1：

图例2：

图例3：

图例4：

河南海成软件有限公司