資料探勘

這是什麼 & 為什麼重要

資料探勘是在大型資料集中尋找異常、模式和相關性的過程，以預測結果。 使用各種技術，您可以使用這些資訊來增加收入、降低成本、改善客戶關係、降低風險等。

• 發展史
•      
• 當今世界
  
•      
• 應用領域
•      
• 運作方式
  

當今世界中的資料探勘

資料探勘是分析的基石，可協助您開發可以發現數百萬或數十億筆記錄中的連接的模型。 了解資料探勘如何塑造我們生活的世界。

誰在使用它？

資料探勘是各種行業和領域的分析工作的核心。

運作方式

資料探勘作為綜合學科，代表了不同分析功能中使用的各種方法或技術，可以滿足組織各種需求、提出不同類型的問題，並使用不同程度的人力輸入或規則來做出決定。

描述性建模：它發現歷史資料中的共用相似性或分組，以確定成功或失敗背後的原因，例如按產品偏好或情緒對客戶進行分類。 樣品技術包括：

預測建模：此模型更深入地分類未來的事件或估計未知的結果 — 例如，使用信用評分來確定個人還款貸款的可能性。 預測建模也有助於找出關於客戶流失、廣告活動回應或信用預設值等事項的見解。 樣品技術包括：

規範建模：隨著來自網絡、評論欄位、書籍、電子郵件、PDF、音訊和其他文本來源的非結構化數據的增長，文本挖掘作為與資料探勘相關的領域也顯著增長。 您需要能夠成功解析、篩選和轉換非結構化資料，才能將其納入預測模型中，以提高預測準確度。

最後，您不應將資料探勘視為一個獨立的獨立實體，因為預處理（數據準備、數據探索）和後處理（模型驗證、評分、模型性能監控）同樣重要。 規範建模會考慮內部和外部變數和限制，以建議一或多個行動方式 — 例如，確定要發送給每個客戶的最佳行銷報價。 樣品技術包括：