数据挖掘是什么？一文带你了解 近年来，各类复杂数据不断累积，数据库在向人们提供大量信息的同时，也表现出大量信息特征。我们处在信息大爆炸的这个年代，常常被淹没在海量数据中。
数据挖掘技术在此背景下应运而生，成为人们利用数据的“利器”，数据挖掘是什么？数据挖掘过程如何？其应用场景又在哪？小编带你一文读懂~
什么是数据挖掘？
典型的数据挖掘系统结构
数据挖掘的过程
数据挖掘标准流程，包括业务理解、数据理解、数据准备、数据建模、模型评估与部署6个阶段。
第1阶段：业务理解，主要任务是深刻理解业务需求，在需求的基础上制定数据挖掘的目标和实现目标的计划。
第2阶段：数据理解，主要收集数据、熟悉数据、识别数据的质量问题，并探索引起兴趣的子集。
第3阶段：数据准备，从收集来的数据集中选择必要的属性（因素），并按关联关系将它们连接成一个数据集，然后进行数据清洗，即空值和异常值处理、离群值剔除和数据标准化等。
第4阶段：数据建模，选择应用不同的数据挖掘技术，并确定模型最佳的参数。如果初步分析发现模型的效果不太满意，要再跳回数据准备阶段，甚至数据理解阶段。
第5阶段：模型评估，对建立的模型进行可靠性评估和合理性解释，未经过评估的模型不能直接去应用。彻底地评估模型，检查构造模型的步骤，确保模型可以完成业务目标。如果评估结果没有达到预想的业务目标，要再跳回业务理解阶段。
第6阶段：部署阶段，根据评估后认为合理的模型，制定将其应用于实际工作的策略，形成应用部署报告。
典型的知识发现过程
数据挖掘的应用场景
1.在金融领域中的应用
数据挖掘技术在金融领域中已有一定的基础,主要是对金融市场中的特定对象演变和发展趋势进行分析,并根据分析结果进行相应预防,从而实现信用评估和预防诈骗,同时在投资上也应用在对股票的分析,以满足客户稳健投资的要求。随着互联网技术的大力发展,网络金融借贷业务得到了迅猛发展,为人们金融业务办理提供了新选择。
2.在交通运输领域中的应用
历史数据或批量形式的数据将有助于确定一个特定的客户，通常会选择去某一个特定地点的通勤模式，从而为他提供差异化的优惠，新产品、新服务的大幅折扣。这些优惠将被以定向广告的形式，优先推送给潜在客户群中的高响应客户。
3.在医学领域的应用
在医学分析的领域，病人的病例可以通过记录他的门诊就诊次数和假期的季节来分析。它还有助于确定对各种疾病，成功进行药物治疗的模式。
研究人员也正在使用多维数据来降低成本，提高提供的服务质量，并提供更广泛和更好的护理。
4.在教育领域的应用
数据挖掘技术的应用已经渗入到教育教学的各个方面，如支持教育科学决策、实施个性化教育、对学生的学业成绩进行评估等。数据挖掘的实际应用逐渐突破了传统的教学模式，改善了教学效果，促进了教学质量的提升。
5.在制造工程领域的应用
数据挖掘，有利于确保制造企业拥有合适的知识集来评估数据，从而识别合适的产品组合、结构以及客户的需求。
此外，高效的数据挖掘能力，可以确保产品开发及时完成，且不超预算。
本文系转载，版权归原作者所有，
转载自公众号 杭州市数据资源局 ，如若侵权请联系我们进行删除！
想了解或咨询更多有关袋鼠云大数据产品、行业解决方案、客户案例的朋友，浏览袋鼠云官网：
同时，欢迎对大数据开源项目有兴趣的同学加入「袋鼠云开源框架钉钉技术群」，交流最新开源技术信息，群号码：30537511，项目地址：https://github.com/DTStack
@Copyrights 2016-2023 杭州玳数科技有限公司 浙ICP备15044486号-1 浙公网安备33011002011932号
417
0
