埃森哲大数据分析方法.pptVIP

可选组件 必选 数据挖掘工具-SAS * SAS 系统全称为Statistics Analysis System，最早由北卡罗来纳大学的两位生物统计学研究生编制，并于1976年成立了SAS软件研究所，正式推出了SAS软件。SAS是用于决策支持的大型集成信息系统，SAS 是由大型机系统发展而来，其核心操作方式就是程序驱动，经过多年的发展，现在已成为一套完整的计算机语言，其用户界面也充分体现了这一特点：它采用MDI （多文档界面），用户在PGM视窗中输入程序，分析结果以文本的形式在OUTPUT视窗中输出。使用程序方式，用户可以完成所有需要做的工作，包括统计分析、预测、建模和模拟抽样等。但是，这使得初学者在使用SAS时必须要学习SAS语言，入门比较困难。 BASE SAS模块 SAS/STAT（统计分析模块） SAS/GRAPH（绘图模块） SAS/QC（质量控制模块） SAS/ETS（经济计量学和时间序列分析模块） SAS/OR（运筹学模块） SAS/IML（交互式矩阵程序设计语言模块） SAS/AF（交互式全屏幕软件应用系统模块） SAS/FSP（快速数据处理的交互式菜单系统模块） …… 目前SAS已在全球100多个国家和地区拥有29000多个客户群，直接用户超过300万人。在我国，国家信息中心，国家统计局，卫生部，中国科学院等都是SAS系统的大用户。SAS以被广泛应用于政府行政管理，科研，教育，生产和金融等不同领域，并且发挥着愈来愈重要的作用。 第五十八页，共六十六页。 数据挖掘工具- SPSS Clementine（现已更名为：PASW Modeler ） * Clementine是ISL(Integral Solutions Limited)公司开发的数据挖掘工具平台。1999年SPSS公司收购了ISL公司，对Clementine产品进行重新整合和开发，现在Clementine已经成为SPSS公司的又一亮点。 Clementine的图形化操作界面，使得分析人员能够可视化数据挖掘过程的每一步。通过与数据流的交互，分析人员和业务人员可以合作，将业务知识融入到数据挖掘过程中。这样数据挖掘人员就可以把注意力集中于知识发现，而不是陷入技术任务，例如写代码，所以他们可以尝试更多的分析思路，更深入地探索数据，揭示更多的隐含关系。 使用全面整合到Clementine的Text Mining，您可以从任何类型的文本— 例如内部报告、呼叫中心记录、客户的邮件、媒体或者杂志文章、博客等中抽取内容和评论。使用WebMining for Clementine?，您可以发现访问者网上行为模式。直接获取Dimension产品的调查数据，您可以把人口统计信息、态度和行为信息用于模型—更深入地理解您的客户。Clementine还提供大量的应用模板： CRM CAT--针对客户的获取和增长，提高反馈率并减少客户流失； Web CAT--点击顺序分析和访问行为分析； cTelco CAT--客户保持和增加交叉销售； Crime CAT--犯罪分析及其特征描述，确定事故高发区，联合研究相关犯罪行为； Fraud CAT--发现金融交易和索赔中的欺诈和异常行为； Microarray CAT--研究和疾病相关的基因序列并找到治愈手段 第五十九页，共六十六页。 数据挖掘工具- R * R语言，一种自由软件编程语言与操作环境，主要用于统计分析、绘图、数据挖掘。R本来是由来自新西兰奥克兰大学的Ross Ihaka和Robert Gentleman。R主要是以命令行操作，同时有人开发了几种图形用户界面。开发（也因此称为R），现在由“R开发核心团队”负责开发。 R内置多种统计学及数字分析功能。R的功能也可以通过安装包（Packages，用户撰写的功能）增强。因为S的血缘，R比其他统计学或数学专用的编程语言有更强的面向对象（面向对象程序设计）功能。 R的另一强项是绘图功能，制图具有印刷的素质，也可加入数学符号。 虽然R主要用于统计分析或者开发统计相关的软件，但也有人用作矩阵计算。其分析速度可媲美专用于矩阵计算的自由软件GNU Octave和商业软件MATLAB。 第六十页，共六十六页。 数据挖掘工具- Stata * Stata是Statacorp于1985年开发出来的统计程序，在全球范围内被广泛应用于企业和学术机构中。许多使用者工作在研究领域，特别是在经济学、社会学、政治学及流行病学领域。 作为一个小型的统计软件，其统计分析能力远远超过了SPSS，在许多方面也超过了SAS！由于Stata在分析时是将数据全部读入内存，在计算全部完成后 才和磁盘交换数