《数据挖掘技术概述》-公开·课件设计.pptVIP

小组成员：钟辉、钟曜璘、钟仰鉴、郑登 一、数据挖掘的基本概念 （一） 数据挖掘技术产生的背景 数据量飞速增长，远远超出人们分析和处理的能力。 数据库功能的匮乏。无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展趋势。缺乏挖掘数据背后隐藏的知识的手段，导致了“数据爆炸但知识贫乏”的现象。 数据挖掘技术正以一种全新的理念改变着人类信息管理的方式，可能成为今后计算机技术发展的第二大方向。 （二）数据挖掘的定义 一般定义：数据挖掘是通过自动或半自动化的工具对大量的数据进行探索和分析的过程，其目的是发现其中有意义的模式和规律。 广义的数据挖掘：又称数据库中的知识发现。它是从大量的、不完整的随机的数据中，提取隐含在其中的潜在的、有价值的和可信的信息和知识。 （三）数据挖掘的过程 二、数据挖掘在各领域的应用 数据挖掘在CRM中的使用情况 主要表现在对客户信息的分析和处理上 数据挖掘在市场营销中的使用情况 主要集中在客户分析（客户行为分析、客户流失分析和客户忠诚度分析）、产品分析（发现关联规则、市场预警和进行描述式数据挖掘等）、促销分析以及改进企业市场预测机制等方面。 数据挖掘在证券业中的使用情况 主要包括：客户分析、咨询服务、风险防范分析、经营状况分析、对庞大的数据进行主成分分析、从股票交易的历史数据中发现规律等。 数据挖掘在军事领域中的使用情况 主要包括：在战场信息融合中的应用；在军事通信系统中的应用；在军事智能决策中的应用；在信息作战中的应用等。 三、数据挖掘技术应用实例 竞技运动中的数据挖掘 美国著名的国家篮球队NBA的教练，利用IBM公司提供的数据挖掘工具临场决定替换队员。想象你是NBA的教练，你靠什么带领你的球队取得胜利呢？当然，最容易想到的是全场紧逼、交叉扯动和快速抢断等具体的战术和技术。但是今天，NBA的教练又有了他们的新式武器：数据挖掘。大约20个NBA球队使用了IBM公司开发的数据挖掘应用软件Advanced Scout系统来优化他们的战术组合。 例如Scout就因为研究了魔术队队员不同的布阵安排，在与迈阿密热队的比赛中找到了获胜的机会。