一位數(shù)據(jù)挖掘成功人士給數(shù)據(jù)挖掘在讀研究生的建議

關(guān)于數(shù)據(jù)挖掘方面的研究，我原來也走過一些彎路。其實(shí)從數(shù)據(jù)挖掘的起源可以發(fā)現(xiàn)，它并不是一門嶄新的科學(xué)，而是綜合了統(tǒng)計分析、機(jī)器學(xué)習(xí)、人工智能、數(shù)據(jù)庫等諸多方面的研究成果而成，同時與專家系統(tǒng)、知識管理等研究方向不同的是，數(shù)據(jù)挖掘更側(cè)重于應(yīng)用的層面。 

因此來說，數(shù)據(jù)挖掘融合了相當(dāng)多的內(nèi)容，試圖全面了解所有的細(xì)節(jié)會花費(fèi)很長的時間。因此我建議你的第一步是用大概三個月的時間了解數(shù)據(jù)挖掘的幾個常用技術(shù)：分類、聚類、預(yù)測、關(guān)聯(lián)分析、孤立點(diǎn)分析等等。這種了解是比較粗的，目標(biāo)是明白這些技術(shù)是用來干什么的，典型的算法大致是怎樣的，以及在什么情況下應(yīng)該選用什么樣的技術(shù)和算法。 

經(jīng)過初步了解之后，就要進(jìn)入選題的階段，選擇自己感興趣的某個具體方向，然后通讀該方向的經(jīng)典論文（綜述、主要發(fā)展方向、應(yīng)用成果）。選題階段可能會花費(fèi)較長的時間，比如一年。此時，要逐漸明確突破點(diǎn)，也就是將來你論文的創(chuàng)新點(diǎn)。創(chuàng)新對于研究來說非常重要，一方面該創(chuàng)新的確比原來的方法要好，另一方面該創(chuàng)新的確具有實(shí)用的價值。 

隨后，就要來實(shí)現(xiàn)自己的想法。通常對于碩士論文來說，需要建立原型系統(tǒng)，進(jìn)行試驗，并用試驗結(jié)果來支持自己的論文主題。原型系統(tǒng)就是對自己創(chuàng)新點(diǎn)的實(shí)現(xiàn)，需要很好地設(shè)計和開發(fā)。需要注意的是，原型系統(tǒng)的建立和開發(fā)商用系統(tǒng)不同，需要體現(xiàn)比較好的理論基礎(chǔ)。也就是說，原型系統(tǒng)并不是簡單地用于實(shí)現(xiàn)功能，而是將你的一整套理論付諸實(shí)現(xiàn)。這種理論基礎(chǔ)也將會包含在你的論文中，以體現(xiàn)論文的理論高度。 

原型系統(tǒng)的搭建以及產(chǎn)生令人信服試驗結(jié)果，這個過程一般需要至少一年的時間。所以要集中精力于核心部分（體現(xiàn)論文創(chuàng)新點(diǎn)的部分），外圍的界面等等不應(yīng)投入太多的精力，以免進(jìn)度失控。 

最后是論文的整理和寫作了。建議你在之前的階段中逐步先寫出一些篇幅較短的論文（用于發(fā)在期刊、會議上），比如綜述、體系框架、算法內(nèi)核、應(yīng)用等等。這樣在最后寫畢業(yè)論文時就有了足夠多的內(nèi)容，會寫得更好更快一些。 

以上只是泛泛而談。其實(shí)我覺得其中的關(guān)鍵點(diǎn)在于選題，而選題的好壞取決于你對數(shù)據(jù)挖掘研究現(xiàn)狀的了解、你的興趣和專長、以及該方向在應(yīng)用上的意義。建議你和導(dǎo)師、同行多交流，能夠讓自己的方向更清晰。 

至于數(shù)據(jù)挖掘領(lǐng)域的就業(yè)，應(yīng)該來說還是前景不錯的。如果你對研究有興趣，象微軟研究院、Google、高校研究所都是不錯的地方；如果你對實(shí)際應(yīng)用有興趣，很多大的公司包括IBM、Accenture、亞信等等都有相應(yīng)的人力需求，當(dāng)然一些甲方的單位比如證券、保險、金融等等單位也都需要分析人才。 

關(guān)于論文如何創(chuàng)新 

“創(chuàng)新”是個很尖銳的問題。以前我?guī)蛯?dǎo)師審論文時，給論文評分包括幾個要素，分別是理論基礎(chǔ)是否堅實(shí)、研究問題的重要性、研究成果的創(chuàng)新性等。 

所謂創(chuàng)新，就是你解決問題的方法是否和其他人的解決方法有所不同，而這種不同又是否更有利于解決問題。因此，要發(fā)現(xiàn)創(chuàng)新點(diǎn)，實(shí)際上需要充分的準(zhǔn)備和深入的研究。 

①充分的準(zhǔn)備：既然創(chuàng)新是找出解決問題的更好方法，那么首先你就要發(fā)現(xiàn)問題，而且要發(fā)現(xiàn)有價值的問題。當(dāng)找到這種問題時，再去查找有沒有人提出了解決這個問題的方法，他們的方法是怎樣的，還存在什么不足之處。 

這個階段需要做大量的調(diào)查搜集的工作，也是做研究的準(zhǔn)備階段，常常需要通讀相關(guān)研究領(lǐng)域的經(jīng)典文獻(xiàn)以及最新進(jìn)展，寫讀書筆記予以總結(jié)。 

②深入的研究：當(dāng)你發(fā)現(xiàn)了值得研究的問題，并且知道在這個問題上還沒有很好的解決方法時，你就有了創(chuàng)新的機(jī)會。找出現(xiàn)有解決方法的不足之處，提出自己的解決思路，并予以驗證，通過試驗或者推理證明你的方法是有效的，創(chuàng)新點(diǎn)也就產(chǎn)生了。說起來容易做起來難，就象醞釀一個新發(fā)明一樣，常常會需要大量的試驗和周密的思考，而且也有可能忙了很久而一無所獲。 

希望說到這里沒有讓你心生懼怕，但我見過的一些認(rèn)真做研究的人的確投入了很多的時間和精力才有所成就。當(dāng)然對于國內(nèi)的研究生來說，我倒是覺得在碩士階段去追求顯著的創(chuàng)新是不切實(shí)際的（個人的一管之見），其實(shí)把第一步做好已經(jīng)不錯了。如果沒有做好第一步，打好基礎(chǔ)，就急于找些創(chuàng)新點(diǎn)，那么這些所謂的創(chuàng)新點(diǎn)常常是毫無意義的，寫出來的論文最終避免不了被扔到垃圾桶的命運(yùn)（我以前寫的一些論文也是如此）。大家常常說國內(nèi)的研究論文質(zhì)量很差，很大程度上也是源于我們現(xiàn)在的教育制度，要求研究生畢業(yè)前必須在SCI、EI或核心期刊上發(fā)表若干篇論文，重量而不重質(zhì)，造就了現(xiàn)在的核心期刊完全變成了完成畢業(yè)任務(wù)的自留地。 

話題扯遠(yuǎn)了，回到你關(guān)心的問題－如何找創(chuàng)新點(diǎn)。必要的文獻(xiàn)閱讀是不可缺的，了解研究現(xiàn)狀和背景，才可能發(fā)現(xiàn)創(chuàng)新點(diǎn)。如果你想這個階段快一些的話，也有些捷徑，比如你可以到一些研究單位或?qū)W者的站點(diǎn)上，察看他們目前的研究動態(tài)，一般來說他們正在研究的內(nèi)容常常是目前還未解決的，這樣你可以盡快找到創(chuàng)新點(diǎn)的主攻方向。 

1數(shù)據(jù)挖掘人員從事的工作內(nèi)容 

是不是開發(fā)數(shù)據(jù)挖掘平臺、為別的企業(yè)單位量身制作DM、DW系統(tǒng)？除了這些還能有些什么？ 

2讀博深造的必要性 

現(xiàn)在只是無指導(dǎo)的自學(xué)狀態(tài)，能否在碩士畢業(yè)后勝任數(shù)據(jù)挖掘方面的工作呢？考取名校的博士進(jìn)一步深入學(xué)習(xí)的必要性大不大？ 

3自學(xué)時的大方向 

文本、Web等，讀博時肯定就某種具體方向深入研究，現(xiàn)在是否應(yīng)該也自己重點(diǎn)專注于一種方向，而不是僅泛泛的熟悉各個方面？ 

以下為blog主人的回復(fù)： 

1.數(shù)據(jù)挖掘人員從事的工作和你所說的差不多，我認(rèn)識的一些朋友大多在IT公司，為甲方實(shí)施DM、DW和BI等項目；還有一些是在甲方做分析人員，利用所掌握的數(shù)據(jù)挖掘知識來解決一些業(yè)務(wù)問題。 

2.就以上的工作內(nèi)容來說，我覺得碩士已經(jīng)足以勝任，當(dāng)然最重要的不是學(xué)位，而是運(yùn)用你學(xué)到的知識來解決問題的能力。如果希望在理論研究上進(jìn)一步發(fā)展，讀博也不錯，但發(fā)展方向會有所不同。 

3.在碩士階段，我覺得還是全面了解會更好一些。當(dāng)然，因為數(shù)據(jù)挖掘涉及的內(nèi)容較多，還是應(yīng)該在一些方面有所側(cè)重，比如那些得到廣泛應(yīng)用的算法及其應(yīng)用上，包括決策樹、聚類、回歸、神經(jīng)網(wǎng)絡(luò)等等。這樣即便你以后不去讀博，對找工作也會有所幫助。 

請問：現(xiàn)在數(shù)據(jù)挖掘開發(fā)主流平臺和編程語言。那些更有優(yōu)勢呢？現(xiàn)在大都用什么呢 謝謝

以下為blog主人的回復(fù)： 

現(xiàn)在一般應(yīng)該是用Java開發(fā)的比較多，據(jù)我所知的，SAS Enterprise Miner客戶端是用Java開發(fā)，開源的數(shù)據(jù)挖掘工具Weka也是用Java開發(fā)的。當(dāng)然其后臺服務(wù)器端的軟件有部分可能會是C開發(fā)的，主要是出于性能的考慮。

請教： 1 為甲方做的針對行業(yè)的數(shù)據(jù)挖掘中，如果通過SAS等通用的軟件，如何體現(xiàn)行業(yè)不同、部門不同的特色要求？為他建立預(yù)測模型的過程中會對SAS的功能進(jìn)行插件式的擴(kuò)展嗎，還是SAS本身已經(jīng)足夠建立特定的模型？ 

也就是說所謂的量身定制，也就是使用同一個軟件建立不同的模型，開發(fā)過程中不涉及軟件的改造？ 

2 是否數(shù)據(jù)挖掘人員不必是一個程序員？日常的工作已經(jīng)很少涉及編程？ 

以下為blog主人的回復(fù)： 

1.SAS的Enterprise Miner是通用型的數(shù)據(jù)挖掘軟件，所以要滿足客戶的特定分析需求，常常會采取兩種方法實(shí)現(xiàn)：一是做項目，通過項目團(tuán)隊的開發(fā)和實(shí)施，來建立客戶所需的應(yīng)用；另一種是采用SAS的行業(yè)解決方案（是SAS通過多年來對行業(yè)需求及解決方案的總結(jié)，形成的完整的solution），然后進(jìn)行客戶化定制。 

大多數(shù)情況下，不需要對SAS的功能進(jìn)行擴(kuò)展，而是用SAS的軟件就可以解決業(yè)務(wù)問題。所以我們通常做的項目不是軟件開發(fā)，而是項目實(shí)施。 

2.如果單純從建立挖掘模型的角度來說，挖掘人員的確不必是程序員，只要應(yīng)用合適的挖掘算法，基于分析數(shù)據(jù)進(jìn)行建模，并對模型進(jìn)行調(diào)優(yōu)就可以了。但實(shí)際上，挖掘人員并不只做這些，更多的時候是做數(shù)據(jù)準(zhǔn)備和數(shù)據(jù)探索，其中就可能需要進(jìn)行編程，當(dāng)然這些程序通常用于數(shù)據(jù)處理、模型結(jié)果的發(fā)布等等。 

就我個人的經(jīng)驗和了解，數(shù)據(jù)準(zhǔn)備常常占一個數(shù)據(jù)挖掘項目工作量的60%~70%左右。 

張前輩：您好！ 

我是中國海洋大學(xué)一名研一生，專業(yè)是數(shù)據(jù)庫。我想自己選擇一門方向，認(rèn)真的學(xué)習(xí)，作為終身職業(yè)。譬如 java程序員、數(shù)據(jù)挖掘人員、數(shù)據(jù)庫管理人員等等。我比較喜歡數(shù)據(jù)挖掘，但是若干問題難以釋惑。 

問題1：現(xiàn)在選擇數(shù)據(jù)挖掘作為終身職業(yè)是明智之舉嗎？ 

現(xiàn)在網(wǎng)上對數(shù)據(jù)挖掘的前景討論的很厲害，褒貶不一。但是至少可以確定的是數(shù)據(jù)挖掘已經(jīng)越來越被重視了。如你所言，大家看到的只是表面，許多成功的案例企業(yè)沒有對外公開。但不可否認(rèn)的是，數(shù)據(jù)挖掘在中國的應(yīng)用有屠龍之技的嫌疑，廣大的企業(yè)還沒有重視起來。 

總之，男怕投錯行，這個問題總是敲擊著我。如果我是您的弟弟，您會鼓勵我走數(shù)據(jù)挖掘之路嗎？還是推薦其他的IT職業(yè)？ 

IDMer： 

就我個人的觀點(diǎn)，數(shù)據(jù)挖掘的發(fā)展還是前途很廣闊的。說白了，數(shù)據(jù)挖掘就是一種分析問題的手段，問題一直會有，解決問題的手段也就一直有存在的必要。也許你聽說過美國早期西部淘金熱的時候，富起來的不是淘金者，而是為淘金者提供工具、水的人，甚至因為礦工需要結(jié)實(shí)耐磨的衣服，以致于牛仔褲風(fēng)行起來并經(jīng)久不衰。 

至于你提到“屠龍之技”之說，只是很多人因為不熟悉數(shù)據(jù)挖掘的內(nèi)部技術(shù)而產(chǎn)生的莫測高深的感覺。其實(shí)，數(shù)據(jù)挖掘本身并不是新技術(shù)，它融合了來自于統(tǒng)計學(xué)、數(shù)據(jù)庫和機(jī)器學(xué)習(xí)等多學(xué)科已經(jīng)成熟的內(nèi)容，冠上了一個看起來比較時髦的名字而已。 

組成數(shù)據(jù)挖掘的這三門支柱學(xué)科都已經(jīng)發(fā)展了多年，也已得到了廣泛的應(yīng)用。那么我們也有理由相信它們的融合，能幫助我們解決更多的分析方面的問題。何況，業(yè)界還是有很多的成功案例，體現(xiàn)出數(shù)據(jù)挖掘所帶了獨(dú)特優(yōu)勢，而這些，是傳統(tǒng)的BI（報表、OLAP等）無法支持的。 

以上說了不少數(shù)據(jù)挖掘的好話，下面再看看硬幣的另一面。如果你是我的弟弟（呵呵，雖然我沒有，但也和很多年輕的師弟師妹聊過擇業(yè)的話題），我會建議你不做IT業(yè)，哈哈，一句半真半假的玩笑。因為在IT這個行業(yè)看起來還是滿辛苦的，而且在很多項目中，常常需要重復(fù)一些沒什么技術(shù)含量的任務(wù)，消耗的精力不少，獲得的成就感卻不多。 

Anyway，我的建議，其實(shí)也是我原來給自己的一句座右銘：認(rèn)為對的就去做。找到自己的興趣所在，并且感覺也有發(fā)展，那就盡力去做好了。 

問題2：如果我現(xiàn)在選擇了數(shù)據(jù)挖掘，應(yīng)該怎么做？ 

您曾經(jīng)在博客上回復(fù)一位北郵同學(xué)，建議熟悉學(xué)習(xí)各種算法；建立模型，創(chuàng)新思路改進(jìn)算法撰寫論文。 

我當(dāng)前的計劃是 學(xué)習(xí)各種算法的原理；學(xué)習(xí)java語言；研究weka源碼，深入了解幾種經(jīng)典算法的步驟；學(xué)習(xí)了解ETL，數(shù)據(jù)倉庫、OLAP等；通過使用的數(shù)據(jù)集建立挖掘模型；思考論文；有空的話 還得SPSS或其他一個流行軟件的使用方法。其中，我覺得難點(diǎn)是對數(shù)據(jù)集的整理形成挖掘流程的輸入。 

其中，我也有若干疑惑：掌握一門數(shù)據(jù)庫是很重要的，但是沒有時間一一了解SQLServer、Oracle、DB2等，但是在求職時，又說不定單位要求會哪門數(shù)據(jù)庫??？我想就SQL Server單獨(dú)進(jìn)行深入的學(xué)習(xí)，包括學(xué)習(xí)在SQL Server中數(shù)據(jù)倉庫的建立和數(shù)據(jù)挖掘的應(yīng)用，其他的也就不管了。不知我這個選一而棄其他的打算可取不可??？ 

IDMer： 

從你的計劃來看，還是對自己要掌握的知識和技能，劃出了一個范圍?？瓷先ミ€不錯，我只是從個人的經(jīng)驗出發(fā)，建議你不必苛求自己十八般武藝樣樣精通，很多方面只需基本了解，選擇幾個重點(diǎn)來練成自己的絕活。人的精力畢竟有限，目標(biāo)越大就越難實(shí)現(xiàn)。 

至于選擇那些作為重點(diǎn)，就需要在廣泛了解的基礎(chǔ)上，結(jié)合自己的興趣進(jìn)行篩選了。 

關(guān)于數(shù)據(jù)庫的掌握，我覺得熟悉一種產(chǎn)品已經(jīng)足夠。SQL Server、Oracle、DB2都是關(guān)系數(shù)據(jù)庫，在學(xué)生階段把關(guān)系數(shù)據(jù)庫的基礎(chǔ)理論打牢，熟練運(yùn)用SQL語句就可以了。這些主流數(shù)據(jù)庫之間的差異，不是遵循的標(biāo)準(zhǔn)不同，而是產(chǎn)品的特性有別，以及在性能調(diào)優(yōu)時的技巧。 

問題3：如何使學(xué)習(xí)階段與行業(yè)應(yīng)用靠攏？ 

有一位學(xué)長，建議我學(xué)技術(shù)的時候要和行業(yè)靠攏，否則，“沒有行業(yè)背景的技術(shù)會很飄”。我覺得他說的有道理，技術(shù)是相當(dāng)寬泛的，你不可能面面俱到；而且，當(dāng)你實(shí)際工作后，也就專于一個行業(yè)，技術(shù)的需要面也就變窄了。這樣，有利于學(xué)習(xí)重點(diǎn)，不至于在學(xué)習(xí)時，面面俱到，沒有突出。 

但是，在數(shù)據(jù)挖掘方面，曾經(jīng)請教過你，數(shù)據(jù)挖掘人員的工作性質(zhì)。一種是在甲方做分析人員，利用所掌握的數(shù)據(jù)挖掘知識來解決一些業(yè)務(wù)問題。一種是在IT公司，為甲方實(shí)施DM、DW和BI等項目（前輩自己便屬于此類？）。 

在這里，我不太明白作為甲方，日常具體做些什么？難道是類似于網(wǎng)管性質(zhì)的？那樣不更傾向于數(shù)據(jù)庫管理人員？他們還算是專業(yè)的數(shù)據(jù)挖掘人員嗎，怎么覺得公司不大會安排這樣的職位呢？ 

我比較傾向于做乙方，那樣好像更專業(yè)似的。但是，乙方的話，都說數(shù)據(jù)挖掘在金融、電信、銀行還是銷售等方面主要應(yīng)用。難道這意味著要學(xué)習(xí)或了解金融電信的背景、CRM、經(jīng)濟(jì)學(xué)、Excel……? 

還有，您曾提到，畢業(yè)后也可以做研究工作，我覺得提供研究工作的崗位畢竟是少的。而且，那樣掙錢多嗎（流汗中）？ 

是否現(xiàn)在應(yīng)該考慮以后進(jìn)哪個（哪類）公司，現(xiàn)在根據(jù)它的要求來強(qiáng)化自己呢？ 

數(shù)據(jù)挖掘交流討論（3，答Freshm 2008-12-9的留言）
博士你好： 從事數(shù)據(jù)挖掘應(yīng)用，要打好那些基礎(chǔ)，望結(jié)合您的經(jīng)驗給予詳細(xì)指導(dǎo)，以及給一點(diǎn)應(yīng)用于移動方面的實(shí)踐案例。
我的回復(fù)：不好意思，我不是博士，請別叫我博士。非常高興跟你交流數(shù)據(jù)挖掘的應(yīng)用。數(shù)據(jù)挖掘因為是個綜合性應(yīng)用，涉及的專業(yè)知識很多（有數(shù)據(jù)倉庫、統(tǒng)計專業(yè)、編程能力、展示展現(xiàn)技術(shù)、挖掘技能、所具體應(yīng)用的相關(guān)業(yè)務(wù)能力），但是真正從數(shù)據(jù)挖掘項目實(shí)踐的角度講，溝通能力和對挖掘的興趣愛好是最重要的，有了愛好才可以愿意鉆研，有了不錯的溝通能力，才可以正確理解業(yè)務(wù)問題，才能正確把業(yè)務(wù)問題轉(zhuǎn)化成挖掘問題，才可以在相關(guān)不同專業(yè)人才之間清楚表達(dá)你的意圖和想法，取得他們的理解和支持。所以我認(rèn)為溝通能力和興趣愛好是個人的數(shù)據(jù)挖掘的核心競爭力，是很難學(xué)到的；而其他的相關(guān)專業(yè)知識誰都可以學(xué)，算不上個人發(fā)展的核心競爭力。
除了最重要的溝通能力和興趣愛好外，在專業(yè)能力培養(yǎng)中，如果你一定要排個先后次序的話， 一方面看你職業(yè)興趣的側(cè)重點(diǎn)，另一方面對于數(shù)據(jù)挖掘的應(yīng)用來說，我覺得數(shù)據(jù)挖掘技能可能是相對而言最重要的， 因為數(shù)據(jù)挖掘作為一個典型的團(tuán)隊作業(yè)，一個人不可能完成所有相關(guān)專業(yè)的工作，而其中數(shù)據(jù)挖掘能力可能是挖掘?qū)嵺`中專業(yè)能力的核心，當(dāng)然相關(guān)業(yè)務(wù)的能力同樣（甚至更）重要，比如做數(shù)據(jù)庫營銷時，你不但應(yīng)該有好的挖掘技能，你更應(yīng)該是個市場營銷專家。所以國內(nèi)外面臨數(shù)據(jù)挖掘復(fù)合型人才缺乏時，一致公認(rèn)的好的解決辦法是讓業(yè)務(wù)人員學(xué)習(xí)挖掘技能（這比讓挖掘技術(shù)人員學(xué)習(xí)業(yè)務(wù)技能更有效、更合理）。 
說到這里可能很多數(shù)據(jù)倉庫專家、程序員、統(tǒng)計師等等都要扔磚頭了，對不起，我沒有別的意思，你們的專業(yè)對于數(shù)據(jù)挖掘都很重要，大家本來就是一個整體的，但是作為單獨(dú)一個個體的人來說，精力有限，時間有限，不可能這些領(lǐng)域都能掌握，在這種情況下，選擇最重要的核心，我想應(yīng)該是數(shù)據(jù)挖掘技能和相關(guān)業(yè)務(wù)能力吧（從另外的一個極端的例子，我們可以看， 比如一個迷你型的挖掘項目，一個懂得市場營銷和數(shù)據(jù)挖掘技能的人應(yīng)該可以勝任。這其中他雖然不懂數(shù)據(jù)倉庫，但是簡單的Excel就足以勝任高打6萬個樣本的數(shù)據(jù)處理；他雖然不懂專業(yè)的展示展現(xiàn)技能，但是只要他自己看的懂就行了，這就無需什么展示展現(xiàn)；前面說過，統(tǒng)計技能是應(yīng)該掌握的，這對一個人的迷你項目很重要；他雖然不懂編程，但是專業(yè)挖掘工具和挖掘技能足夠讓他操練的；這樣在迷你項目中，一個懂得挖掘技能和市場營銷業(yè)務(wù)能力的人就可以圓滿完成了，甚至在一個數(shù)據(jù)源中根據(jù)業(yè)務(wù)需求可以無窮無盡的挖掘不同的項目思路，試問就是這個迷你項目，單純的一個數(shù)據(jù)倉庫專家、單純的一個程序員、單純的一個展示展現(xiàn)技師、甚至單純的一個挖掘技術(shù)專家，都是無法勝任的）。這從另一個方面也說明了為什么溝通能力的重要，這些個完全不同的專業(yè)領(lǐng)域，想要有效有機(jī)地整合在一起進(jìn)行數(shù)據(jù)挖掘項目實(shí)踐，你說沒有好的溝通能力行嗎？
數(shù)據(jù)挖掘能力只能在項目實(shí)踐的熔爐中提升、升華，所以跟著項目學(xué)挖掘是最有效的捷徑。國外學(xué)習(xí)挖掘的人都是一開始跟著老板做項目，剛開始不懂不要緊，越不懂越知道應(yīng)該學(xué)什么，才能學(xué)得越快越有效果。我不知道國內(nèi)的數(shù)據(jù)挖掘學(xué)生是怎樣學(xué)的，但是從網(wǎng)上的一些論壇看，很多都是紙上談兵，這樣很浪費(fèi)時間，很沒有效率。
另外現(xiàn)在國內(nèi)關(guān)于數(shù)據(jù)挖掘的概念都很混亂，很多BI只是局限在報表的展示和簡單的統(tǒng)計分析，卻也號稱是數(shù)據(jù)挖掘；另一方面，國內(nèi)真正規(guī)模化實(shí)施數(shù)據(jù)挖掘的行業(yè)是屈指可數(shù)（銀行、保險公司、移動通訊），其他行業(yè)的應(yīng)用就只能算是小規(guī)模的，比如很多大學(xué)都有些相關(guān)的挖掘課題、挖掘項目，但都比較分散，而且都是處于摸索階段，但是我相信數(shù)據(jù)挖掘在中國一定是好的前景，因為這是歷史發(fā)展的必然，呵呵。
講到移動方面的實(shí)踐案例，如果你是來自移動的話，你一定知道國內(nèi)有家叫華院分析的公司（申明，我跟這家公司沒有任何關(guān)系，我只是站在數(shù)據(jù)挖掘者的角度分析過中國大多數(shù)的號稱數(shù)據(jù)挖掘服務(wù)公司，覺得華院還不錯，比很多徒有虛名的大公司來得更實(shí)際），他們的業(yè)務(wù)現(xiàn)在已經(jīng)覆蓋了絕大多數(shù)中國省級移動公司的分析挖掘項目，你上網(wǎng)搜索一下應(yīng)該可以找到一些詳細(xì)的資料吧。我對華院分析印象最深的一點(diǎn)就是2002年這個公司白手起家，自己不懂不要緊，一邊自學(xué)一邊開始拓展客戶，到現(xiàn)在在中國的移動通訊市場全面開花，的確佩服佩服呀。他們最開始都是用EXCEL處理數(shù)據(jù)，用肉眼比較選擇比較不同的模型，你可以想象這其中的艱難吧。這個故事其實(shí)也告訴我們，數(shù)據(jù)挖掘也是可以創(chuàng)造一些神奇的故事的，你說呢？
至于移動通訊的具體的數(shù)據(jù)挖掘的應(yīng)用，那太多了，比如不同話費(fèi)套餐的制訂、客戶流失模型、不同服務(wù)交叉銷售模型、不同客戶對優(yōu)惠的彈性分析、客戶群體細(xì)分模型、不同客戶生命周期模型、渠道選擇模型、惡意欺詐預(yù)警模型，太多了，記住，從客戶的需求出發(fā)，從實(shí)踐中的問題出發(fā)，移動中可以發(fā)現(xiàn)太多的挖掘項目。最后告訴你一個秘密，當(dāng)你數(shù)據(jù)挖掘能力提升到一定程度時，你會發(fā)現(xiàn)無論什么行業(yè)，其實(shí)數(shù)據(jù)挖掘的應(yīng)用有大部分是重合的相似的，這樣你會覺得更輕松。
以上是個人的淺見，僅供參考，祝挖掘快樂！
數(shù)據(jù)挖掘從業(yè)人員工作分析 

1.數(shù)據(jù)挖掘從業(yè)人員的愿景： 
數(shù)據(jù)挖掘就業(yè)的途徑從我看來有以下幾種，（注意：本文所說的數(shù)據(jù)挖掘不包括數(shù)據(jù)倉庫或數(shù)據(jù)庫管理員的角色）。 
A：做科研(在高校、科研單位以及大型企業(yè)，主要研究算法、應(yīng)用等) 
B：做程序開發(fā)設(shè)計（在企業(yè)做數(shù)據(jù)挖掘及其相關(guān)程序算法的實(shí)現(xiàn)等） 
C：數(shù)據(jù)分析師（在存在海量數(shù)據(jù)的企事業(yè)單位做咨詢、分析等） 
2.數(shù)據(jù)挖掘從業(yè)人員切入點(diǎn)： 
根據(jù)上面的從業(yè)方向倒序并延伸來說說需要掌握的技能。 
C，數(shù)據(jù)分析師：需要有深厚的數(shù)理統(tǒng)計基礎(chǔ)，可以不知道人工智能和計算機(jī)編程等相關(guān)技術(shù)，但是需要熟練使用主流的數(shù)據(jù)挖掘（或統(tǒng)計分析）工具 。從這個方面切入數(shù)據(jù)挖掘領(lǐng)域的話你需要學(xué)習(xí)《數(shù)理統(tǒng)計》、《概率論》、《統(tǒng)計學(xué)習(xí)基礎(chǔ)：數(shù)據(jù)挖掘、推理與預(yù)測 》、《金融數(shù)據(jù)挖掘》,《業(yè)務(wù)建模與數(shù)據(jù)挖掘》、《數(shù)據(jù)挖掘實(shí)踐 》等，當(dāng)然也少不了你使用的工具的對應(yīng)說明書了，如SPSS、SAS等廠商的《SAS數(shù)據(jù)挖掘與分析》、《數(shù)據(jù)挖掘Clementine應(yīng)用實(shí)務(wù) 》、《EXCEL 2007數(shù)據(jù)挖掘完全手冊》等，如果多看一些如《中文版 數(shù)據(jù)挖掘原理》 等書籍那就更好了。 
B，程序設(shè)計開發(fā)：主要是實(shí)現(xiàn)數(shù)據(jù)挖掘現(xiàn)有的算法和研發(fā)新的算法以及根據(jù)實(shí)際需要結(jié)合核心算法做一些程序開發(fā)實(shí)現(xiàn)工作。要想扮演好這個角色，你不但需要熟悉至少一門編程語言如（C,C++,Java,Delphi等）和數(shù)據(jù)庫原理和操作，對數(shù)據(jù)挖掘基礎(chǔ)課程有所了解，讀過《數(shù)據(jù)挖掘概念與技術(shù)》（韓家煒著）、《人工智能及其應(yīng)用》。有一點(diǎn)了解以后，如果對程序比較熟悉的話并且時間允許，可以尋找一些開源的數(shù)據(jù)挖掘軟件研究分析，也可以參考如《數(shù)據(jù)挖掘：實(shí)用機(jī)器學(xué)習(xí)技術(shù)及Java實(shí)現(xiàn)》等一些教程。 
A.做科研：這里的科研相對來說比較概括，屬于技術(shù)型的相對高級級別，也是B，C的歸宿，那么相應(yīng)的也就需要對B、C的必備基礎(chǔ)知識了。 
可能之后不會續(xù)寫一篇《數(shù)據(jù)挖掘進(jìn)階》了，這邊大概說一下B和C的進(jìn)一步要求： 
B當(dāng)前主要包括如下方向：企業(yè)數(shù)據(jù)挖掘、Web數(shù)據(jù)挖掘、空間數(shù)據(jù)挖掘、多媒體數(shù)據(jù)挖掘等等； 
C當(dāng)前主要應(yīng)用于：電信CRM、金融、咨詢業(yè)等等； 
最后說一下大家有必要熟悉數(shù)據(jù)挖掘工具：Google ，或許你也可以搜索到這篇文章，當(dāng)然也可以搜索到人才招聘的相關(guān)職位需求以及其他資料，一如你當(dāng)初搜索到 DMResearch 一樣。