數(shù)據(jù)挖掘的六大主要功能

數(shù)據(jù)挖掘的歷史雖然較短，但從20世紀(jì)90年代以來(lái)，它的發(fā)展速度很快，加之它是多學(xué)科綜合的產(chǎn)物，目前還沒(méi)有一個(gè)完整的定義，人們提出了多種數(shù)據(jù)挖掘的定義，例如：SAS研究所（1997）：“在大量相關(guān)數(shù)據(jù)基礎(chǔ)之上進(jìn)行數(shù)據(jù)探索和建立相關(guān)模型的先進(jìn)方法”。Hand et al（2000）：“數(shù)據(jù)挖掘就是在大型數(shù)據(jù)庫(kù)中尋找有意義、有價(jià)值信息的過(guò)程”確切地說(shuō)，數(shù)據(jù)挖掘（Data Mining），又稱(chēng)數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)（Knowledge Discovery in Database，KDD），是指從大型數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中提取隱含的、未知的、非平凡的及有潛在應(yīng)用價(jià)值的信息或模式，它是數(shù)據(jù)庫(kù)研究中的一個(gè)很有應(yīng)用價(jià)值的新領(lǐng)域，融合了數(shù)據(jù)庫(kù)、人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等多個(gè)領(lǐng)域的理論和技術(shù)。
 

  數(shù)據(jù)挖掘的主要功能
   數(shù)據(jù)挖掘綜合了各個(gè)學(xué)科技術(shù)，有很多的功能，當(dāng)前的主要功能如下：
    1、數(shù)據(jù)總結(jié)：繼承于數(shù)據(jù)分析中的統(tǒng)計(jì)分析。數(shù)據(jù)總結(jié)目的是對(duì)數(shù)據(jù)進(jìn)行濃縮，給出它的緊湊描述。傳統(tǒng)統(tǒng)計(jì)方法如求和值、平均值、方差值等都是有效方法。另外還可以用直方圖、餅狀圖等圖形方式表示這些值。廣義上講，多維分析也可以歸入這一類(lèi)。
    2、分類(lèi)：目的是構(gòu)造一個(gè)分類(lèi)函數(shù)或分類(lèi)模型（也常常稱(chēng)作分類(lèi)器），該模型能把數(shù)據(jù)庫(kù)中的數(shù)據(jù)項(xiàng)映射到給定類(lèi)別中的某一個(gè)。要構(gòu)造分類(lèi)器，需要有一個(gè)訓(xùn)練樣本數(shù)據(jù)集作為輸入。訓(xùn)練集由一組數(shù)據(jù)庫(kù)記錄或元組構(gòu)成，每個(gè)元組是一個(gè)由有關(guān)字段（又稱(chēng)屬性或特征）值組成的特征向量，此外，訓(xùn)練樣本還有一個(gè)類(lèi)別標(biāo)記。一個(gè)具體樣本的形式可表示為：（v1，v2，…，vn；c），其中vi表示字段值，c表示類(lèi)別。
    例如：銀行部門(mén)根據(jù)以前的數(shù)據(jù)將客戶(hù)分成了不同的類(lèi)別，現(xiàn)在就可以根據(jù)這些來(lái)區(qū)分新申請(qǐng)貸款的客戶(hù)，以采取相應(yīng)的貸款方案。
    3、聚類(lèi)：是把整個(gè)數(shù)據(jù)庫(kù)分成不同的群組。它的目的是使群與群之間差別很明顯，而同一個(gè)群之間的數(shù)據(jù)盡量相似。這種方法通常用于客戶(hù)細(xì)分。在開(kāi)始細(xì)分之前不知道要把用戶(hù)分成幾類(lèi)，因此通過(guò)聚類(lèi)分析可以找出客戶(hù)特性相似的群體，如客戶(hù)消費(fèi)特性相似或年齡特性相似等。在此基礎(chǔ)上可以制定一些針對(duì)不同客戶(hù)群體的營(yíng)銷(xiāo)方案。
    例如：將申請(qǐng)人分為高度風(fēng)險(xiǎn)申請(qǐng)者，中度風(fēng)險(xiǎn)申請(qǐng)者，低度風(fēng)險(xiǎn)申請(qǐng)者。
    4、關(guān)聯(lián)分析：是尋找數(shù)據(jù)庫(kù)中值的相關(guān)性。兩種常用的技術(shù)是關(guān)聯(lián)規(guī)則和序列模式。關(guān)聯(lián)規(guī)則是尋找在同一個(gè)事件中出現(xiàn)的不同項(xiàng)的相關(guān)性；序列模式與此類(lèi)似，尋找的是事件之間時(shí)間上的相關(guān)性，例如：今天銀行利率的調(diào)整，明天股市的變化。
    5、預(yù)測(cè)：把握分析對(duì)象發(fā)展的規(guī)律，對(duì)未來(lái)的趨勢(shì)做出預(yù)見(jiàn)。例如：對(duì)未來(lái)經(jīng)濟(jì)發(fā)展的判斷。
    6、偏差的檢測(cè)：對(duì)分析對(duì)象的少數(shù)的、極端的特例的描述，揭示內(nèi)在的原因。例如：在銀行的100萬(wàn)筆交易中有500例的欺詐行為，銀行為了穩(wěn)健經(jīng)營(yíng)，就要發(fā)現(xiàn)這500例的內(nèi)在因素，減小以后經(jīng)營(yíng)的風(fēng)險(xiǎn)。
    以上數(shù)據(jù)挖掘的各項(xiàng)功能不是獨(dú)立存在的，它們?cè)?a href='/map/shujuwajue/' style='color:#000;font-size:inherit;'>數(shù)據(jù)挖掘中互相聯(lián)系，發(fā)揮作用。