种数据挖掘工具分析比较.pdfVIP

数据挖掘工具调查与研究 姓名：马蕾 5 种数据挖掘工具分别为： 1、 Intelligent Miner 2 、 SAS Enterpreise Miner 3 、 SPSS Clementine 4 、马克威分析系统 5 、GDM Intelligent Miner 一、 综述 ：IBM 的 Exterprise Miner 简单易用，是理解数据挖掘的好的开始。能处理大数据 量的挖掘，功能一般，可能仅满足要求．没有数据探索功能。与其他软件接口差，只能用 DB2 ，连接 DB2 以外的数据库时，如 Oracle, SAS, SPSS 需 要安装 DataJoiner 作为中间软 件。难以发布。结果美观，但同样不好理解。 二、 基本内容： 一个挖掘项目可有多个发掘库组成；每个发掘库包含多个对象和函数 对象： 数据 : 由函数使用的输入数据的名称和位置。 离散化 :将记录分至明显可识别的组中的分发操作。 名称映射 :映射至类别字段名的值的规范。 结果 : 由函数创建的结果的名称和位置。 分类 : 在一个项目的不同类别之间的关联层次或点阵。 值映射 :映射至其它值的规范。 函数： 发掘 : 单个发掘函数的参数。 预处理 :单个预处理函数的参数。 序列 : 可以在指定序列中启动的几个函数的规范。 统计 : 单个统计函数的参数。 统计方法和挖掘算法： 单变量曲线，双变量统计，线性回归，因子分析，主变量分析，分类， 分群，关联，相似序列，序列模式，预测等。 处理的数据类型： 结构化数据 (如：数据库表，数据库视图，平面文件 ) 和半结构化或非结构化 数据 (如：顾客信件，在线服务，传真，电子邮件，网页等 ) 。 架构： 它采取客户 /服务器（ C/S ）架构，并且它的 API 提供了 C++ 类和方法 Intelligent Miner 通过其独有的世界领先技术 ，例如自动生成典型数据集、发现关联、发现序 列规律、概念性分类和可视化呈现，可以自动实现数据选择、数据转换、数据挖掘和结果呈现 这一整套数据挖掘操作。若有必要，对结果数据集还可以重复这一过程，直至得到满意结果为 止。 三、现状： 现在， IBM 的 Intelligent Miner 已形成系列，它帮助用户从企业数据资产中 识 别和提炼有价值的信息。它包括分析软件工具 —— Intelligent Miner for Data 和 IBM Intelligent Miner forText ，帮助企业选取以前未知的、有效的、可行的业务知识 —— 如客户购 买行为，隐藏的关系和新的趋势，数据来源可以是大型数据库和企业内部或 Internet 上的文本 数据源。然后公司可以应用这些信息进行更好、更准确的决策，获得竞争优势。 四、挖掘案例 :(客户细分 ) 1. 商业需求 : ： 客户细分 2. 数据理解 :根据用户基本信息 ( 实际上还包括客户消费行为 ,人口统计信息等 ,本示例为简单起见 , 只在这个表的数据基础上进行挖掘 )进行客户细分 3. 数据准备 : 4. 建模 : 选择挖掘模型（比如是分群，还是分类） 确定模型输入，需要做的处理，结果分析 选择模型输入字段 : 挖掘模型选择： 神经分群发掘函数使用了一个 Kohonen 特征映射神经网络。 Kohonen 特征映射使用一个 称作自组织的进程来将相似的输入记录组合在一起。您可以指定群集的数目和遍数。这些参数 控制进程时间和将数据记录分配到群集时使用的粒度程度。分群的主任务是为每个群集查找中 心。此中心也称为称为原型。对于每个在输入数据中的每个记录，神经分群发掘函数计算和记