数据挖掘和Clementine使用指导培训电信.ppt

数据挖掘与Clementine使用培训 北京瑞斯泰得数据技术开发有限公司 * 一、数据挖掘概述 什么是数据挖掘 数据挖掘的实现路线和流程 数据挖掘方法论——CRISP-DM 为什么进行数据挖掘？ 商业观点 业务中产生了大量的数据，这些数据存储在业务系统中却不能创造价值 客户信息数据 客户交易行为数据 客户反馈数据 网络数据 …… 计算机变得越来越便宜、功能却越来越强大 商业竞争越来越激烈，对客户了解越多就意味着机会越大 为什么进行数据挖掘？ 技术观点 业务中的数据量呈现指数增长（GB/小时） 传统技术难以从这些大量数据中发现有价值的规律 数据挖掘可以帮助我们从大量数据中发现有价值的规律 一个市场营销的例子 一个市场营销的例子 一个市场营销的例子 数据挖掘收益分析 利润分析图 数据挖掘效果模拟分析 什么是数据挖掘？ 不同的定义 从大量数据中发现非平凡的、先前不知道的、有价值的规律的过程 从大量数据中自动化（或者半自动化）的发现有价值规律的过程 数据挖掘的其他名称 数据库内知识发现（KDD- Knowledge discovery in databases ） 数据/模式分析 商业智能 人工智能 …… 数据挖掘的起源 来源于机器学习/人工智能、模式识别、统计学和数据库 传统技术的局限性 巨量的数据 高维数据 数据分布不理想 数据挖掘面临的挑战 海量数据 高维数据 数据复杂性 数据质