数据挖掘工作总结.docx

数据挖掘工作总结 第 PAGE \* Arabic 7 页 数据挖掘工作总结 数据挖掘工作总结 1.数据挖掘从业人员的愿景： 数据挖掘就业的途径从我看来有以下几种，(注意：本文所说的数据挖掘不包括数据仓库或数据库管理员的角色)。 A：做科研(在高校、科研单位以及大型企业，主要研究算法、应用等) B：算法工程师(在企业做数据挖掘及其相关程序算法的实现等) C：数据分析师(在存在海量数据的企事业单位做咨询、分析等) 2.数据挖掘从业人员切入点： 根据上面的从业方向来说说需要掌握的技能。 A：做科研：这里的科研相对来说比较概括，属于技术型的相对高级级别，需要对开发、数据分析的必备基础知识。 B：算法工程师：主要是实现数据挖掘现有的算法和研发新的算法以及根据实际需要结合核心算法做一些程序开发实现工作。要想扮演好这个角色，你不但需要熟悉至少一门编程语言如(C,C++,Java,Delphi等)和数据库原理和操作，对数据挖掘基础课程有所了解，读过《数据挖掘概念与技术》(韩家炜著)、《人工智能及其应用》。有一点了解以后，如果对程序比较熟悉的话并且时间允许，可以寻找一些开源的数据挖掘软件研究分析，也可以参考如《数据挖掘：实用机器学习技术及Java实现》等一些教程。 C：数据分析师：需要有深厚的数理统计基础，可以不知道人工智能和计算机编程等相关技术，但是需要熟练使用主流的数据挖掘(或统计分析)工具。从这个方面切入数据挖掘领域的话你需要学习《数理统计》、《概率论》、《统计学习基础：数据挖掘、推理与预测》、《金融数据挖掘》,《业务建模与数据挖掘》、《数据挖掘实践 》等，当然也少不了你使用的工具的对应说明书了，如SPSS、SAS等厂商的《SAS数据挖掘与分析》、《数据挖掘Clementine应用实务》、《EXCEL 2007数据挖掘完全手册》等，如果多看一些如《数据挖掘原理》 等书籍那就更好了。 数据挖掘人员需具备以下基本条件，才可以完成数据挖掘项目中的相关任务。 一、专业技能 本科或硕士以上学历，数据挖掘、统计学、数据库相关专业，熟练掌握关系数据库技术，具有数据库系统开发经验; 熟练掌握常用的数据挖掘算法; 具备数理统计理论基础，并熟悉常用的统计工具软件。 二、行业知识 具有相关的行业知识，或者能够很快熟悉相关的行业知识 三、合作精神 具有良好的团队合作精神，能够主动和项目中其他成员紧密合作 四、客户关系能力 具有良好的客户沟通能力，能够明确阐述数据挖掘项目的重点和难点，善于调整客户对数据挖掘的误解和过高期望; 具有良好的知识转移能力，能够尽快地让模型维护人员了解并掌握数据挖掘方法论及建模实施能力。 进阶能力要求 数据挖掘人员具备如下条件，可以提高数据挖掘项目的实施效率，缩短项目周期。 具有数据仓库项目实施经验，熟悉数据仓库技术及方法论 熟练掌握SQL语言，包括复杂查询、性能调优 熟练掌握ETL开发工具和技术 熟练掌握Microsoft Office软件，包括Excel和PowerPoint中的各种统计图形技术 善于将挖掘结果和客户的业务管理相结合，根据数据挖掘的成果向客户提供有价值的可行性操作方案 五、应用及就业领域 当前数据挖掘应用主要集中在电信(客户分析)，零售(销售预测)，农业(行业数据预测)，网络日志(网页定制)，银行(客户欺诈),电力(客户呼叫)，生物(基因)，天体(星体分类)，化工，医药等方面。 当前它能解决的问题典型在于：数据库营销(Database Marketing)、客户群体划分(Customer Segmentation Classification)、背景分析(Profile Analysis)、交叉销售(Cross-selling)等市场分析行为，以及客户流失性分析(Churn Analysis)、客户信用记分(Credit Scoring)、欺诈发现(Fraud Detection)等等，在许多领域得到了成功的应用。如果你访问著名的亚马逊网上书店会发现当你选中一本书后，会出现相关的推荐数目“Customers who bought this book alsobought”，这背后就是数据挖掘技术在发挥作用。 数据挖掘的对象是某一专业领域中积累的数据;挖掘过程是一个人机交互、多次反复的过程;挖掘的结果要应用于该专业。因此数据挖掘的整个过程都离不开应用领域的专业知识。“Business First, techniquesecond”是数据挖掘的特点。因此学习数据挖掘不意味着丢弃原有专业知识和经验。相反，有其它行业背景是从事数据挖掘的一大优势。如有销售，财务，机械，制造，call center等工作经验的,通过学习数据挖掘，可以提升个人职业层次，在不改变原专业的情况下，从原来的事务型角色向分析型角色转变。从80年