三大数据挖掘工具的比较用于软件选型1.docxVIP

PAGE PAGE 1 三大数据挖掘工具的比较用于软件选型1 三大数据挖掘工具的比较用于软件选型1  数据挖掘工具的评判  刘世平姚玉辉博士/文  要做数据挖掘，当然需要工具。但若靠传统的自我编程来实现，不免有些费时费劲，而且其功能也不肯定比商业工具来得强和稳定。目前，世界上已经有很多商业公司和争辩机构开发出了各自的数据挖掘产品，而且功能和使用简易性也在日益提高。例如：SAS 公司的Enterprise Miner以及IBM公司的 Intelligent Miner，等等。  直接接受商业数据挖掘工具来挂念项目实施，是一个很好的选择。它既节省了大量的开发费用，又可以节省维护和升级的开销。本文是目前国内第一份对主流数据挖掘工具的评估报告，该报告综合了国内一流业务专家和数据挖掘专家的意见，为挂念企业进行类似评估供应了很高的参考价值。  工具品种  数据挖掘工具包括两种：  ● 数据挖掘(Mining for Data)工具：其所用的数据都存储在已经有了明确字段定义的数据库或文本文件里，我们称之为结构化的数据挖掘工具。它次要是用来进行猜测、聚类分析、关联分析、时间序列分析以及统计分析等。  ● 文本挖掘(Text Mining)工具：它是用来从非结构化的文档中提取有价值的信息，这些信息都隐蔽在文档里并且没有清楚的字段定义。文本挖掘次要是应用在市场调研报告中或呼叫中心(Call Center)  的客户报怨定级、专利的分类、网页的分类以及电子邮件分类等。依据有名数据挖掘网站KDnuggets统计，目前已有50多种数据挖掘工具问世。  ● 一般而言，目前市场上这些数据挖掘工具又可分成两类——企业型工具以及小型工具。  企业型数据挖掘工具：应用在需要高处理力量、高网络容量和大数据量的场合下。这些工具通常支持多种平台，并基于客户机/服务器结构。它通常可以直接连接一些简单的数据管理系统(不像一般文本文件)，并能处理大量的数据。这类数据挖掘工具的另一个特点是它通常供应了多种数据挖掘算法，并有力量处理多种应用问题。企业数据挖掘工具的实例有IBM的Intelligent Miner和SAS Enterprise Miner等。  ● 小型数据挖掘工具：它与企业型的工具着眼点不同。小型数据挖掘工具或者是针对低端、低消费的用户，或者是为处理特定的应用问题供应特定的处理方案。比如Oracle公司的 Darwin，Insightful 公司的Insightful Miner，等等。  工具选择  如何在众多工具中选择出最适合本公司的呢？这的确是一个格外具有挑战性的工作。由于各个公司的背景、财务、挖掘水平各不相同，对数据挖掘工具的需求也就各不一样。到目前为止，可供参考的权威评估报告格外少。最近的一份完整而权威的数据挖掘工具评  估报告是由John F. Elder IV和Dean W. Abbott在1998年完成的。可以说，它已经过时了。但一般说来，对数据挖掘工具的选择可从以下几点着眼：  ● 公司的数据挖掘需求是短期行为还是长期使用  假如是短期行为，就购买那些能处理特定问题的软件包或外包给询问公司。假如是长期使用，就需要购买功能比较丰富，使用比较便利，维护升级比较好的企业型数据挖掘工具。  ● 公司的数据挖掘阅历和水平  公司应当依据内部数据挖掘团队的阅历和水平，选取一些经过基本培训后就能把握的工具。而不要盲目求好，最终导致因不会使用工具而将其束之高搁，从而形成资源的铺张。  ● 公司的数据形态  在选择数据挖掘工具前，公司必需对现有的数据进行评估。假如没有具备进行业务主题数据挖掘(比如：风险猜测)的数据或者现有格式不能满足数据挖掘工具的需求，那就需要等数据具备了，才可考虑购买工具。  ● 公司的预算  当然，在评估数据挖掘工具时，公司也要结合本身的财务预算来打算。  ● 工具的功能  好的工具可以更有效地挖掘出高精确?????和高价值的信息，所以工具功能的评估也是相当重要的。  下面，本文将结合国内某一家大公司数据挖掘工具评估的实际例子，对目前市场上最流行的数据软件工具从纯技术角度进行具体讲解和评估。从而为行内公司进行类似的工作供应参考。  工具评判  图1显示了数据挖掘工具评估的一般过程。  首先我们要通过不同途径(Internet，杂志，供应商提交材料等)尽可能多地收集数据挖掘工具的相关材料。然后，依据公司的业务需求、工具功能、公司背景等情况，确定3～5个初选对象。在确定完评估对象后，我们将从