您好、欢迎来到现金彩票网!
当前位置:秒速快3 > 数据挖掘 >

数据挖掘具体要做什么?

发布时间:2019-07-07 03:50 来源:未知 编辑:admin

  我是做JAVA的,最近遇到这样的事情,搞不清楚。有搞过的同学麻烦给解答下。我想问的是实际在企业中做的时候要做的事情,而不是理论。理论看了一大堆,但是不知道如果在企业中要做什么...

  我是做JAVA的,最近遇到这样的事情,搞不清楚。有搞过的同学麻烦给解答下。我想问的是实际在企业中做的时候要做的事情,而不是理论。理论看了一大堆,但是不知道如果在企业中要做什么,做出来是什么。

  比如,我现在有个数据库,是数据源,里面各种信息。现在确定了需要解决的问题,那么我如何开始做数据挖掘?

  最好是做过这方面的,详细具体的说说 每个环节到底做什么,用什么做,做出什么结果展开我来答

  可选中1个或多个下面的关键词,搜索相关资料。也可直接点“搜索资料”搜索整个问题。

  展开全部数据挖掘是一个很大的方面。你会java,这个很好。可以从weka 这个工具学起来,他是一个java写的工具包。对于一个具体问题,比如,怎么获取测试数据,对于数据怎么预处理,这些weka都有直接的接口。

  至于你说的建模,不是一句话可以说清楚,首先你肯定要调查这个领域做得比较好的有哪些方法,然后从中至少选取几种方法,都要实现,做统计,归纳结果,选择符合你数据集的。当然你的数据集合一定要有代表性,就是国际认可的,至于怎么找到这些数据,一般都是比较出名的论文引用的,这些就很可以。用的工具当然有很多,你不能局限于一种方式或者一种工具,不同情况下用不同的工具,根据实际需要选择。比如你要做聚类,你选择一个weka,做神经元,你可能会倾向于matlab,实际情况决定你选择的工具。

  流程方面:数据获取------数据预处理-----完成预定的任务 这是一个大概的流程。这一套都可以用weka实现。对于数据挖掘而言,都是80%数据+20%算法,数据很重要,算法其实只是一个测试数据集的作用,这是一点看法,希望对你有帮助。

  就是将数据经过抽取、转换、加载到数据仓库 然后根据一定的指标分析、挖掘出可用的、有价值东西;

  1、从技术层面来说,按照数据挖掘产出的知识可以粗分为两大类:描述型挖掘和预测型挖掘。

  描述型挖掘是对现有数据的进一步精炼和归纳,从中抽取中更宏观的反映数 据特征的概念描述。举个例子来说,某家银行有几百万客户,数据仓库中存储了每个客户的人口统计信息、账户信息、交易信息、客服联络信息等详细数据。但是银 行不可能清楚地了解每位客户是什么样的客户,客户的消费模式到底是怎样的?这时一般需要把全体客户进行细分,划分为几个客户群,而且这种划分可以保证具有 相似行为、相似价值的客户会被放入同一个群组中。有了这些客户群,银行就能更容易地发现营销机会并制定营销战略。这个例子中所用的挖掘技术是聚类模型,它 就是一种典型的描述型挖掘。

  预测型挖掘,顾名思义,就是建立的挖掘模型具备预测能力。这种预测能力可能包括预测哪些客户下个月会流失,哪些客户对促销活动会积极响应,哪些客户的未来价值会成长以及成长多少等等。预测型挖掘常常对企业运营具有更强的指导作用,从而更快地见效。

  2、从应用层面来说,数据挖掘可以应用到很多行业中,包括电信、银行、证券、保险、制造、因特网等等。

http://talkingwithjon.com/shujuwajue/520.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有