数据挖掘教程|数据挖掘基础知识
这个数据挖掘教程涵盖了数据挖掘基础知识,包括数据挖掘的体系结构工作,公司,应用程序或用例,好处或利益等数据挖掘教程还提到了其他资源的链接等数据挖掘工具和技术等。
定义:
数据挖掘是一项是指从大量的数据中提取知识。它可以像从砂金矿在提取黄金,石头和灰尘从深矿井。例子包括搜索手机与特定的规范或定价flipkart公司从大量的亚马逊的数据库或等以及搜索特定的模式或查询在谷歌或者其他搜索引擎。这是指从大量的数据中提取我们感兴趣的数据可用的数据库或数据仓库中。
数据挖掘使用搜索算法、工具和技术,以提供卓越的用户的性能。许多公司正在开发的软件工具在世界各地以各种不同的形式提供数据分析。主要的数据挖掘工具包括由IBM SPSS柑橘和Intelligent Miner、MineSet SGI,企业矿工SAS等。以下是数据挖掘的用例或应用程序。
数据挖掘应用程序或用例
以下是数据挖掘的应用程序或用例在不同领域:
•银行:贷款/信用卡批准基于预测根据老客户良好的客户
•客户关系管理:识别那些可能离开一个竞争对手。
•目标营销:识别可能反应促销
•欺诈检测:电信、金融交易从一个在线的事件识别欺诈事件
•生产和生产:自动调节旋钮时工艺参数的变化
•医学:疾病的结果,治疗的有效性
•分析病人疾病历史:找到疾病之间的关系
•分子/制药:确定新药
•科学数据分析:确定新星系通过搜索子集群
•网站/存储设计和推广:找到访问和修改页面布局的亲和力
数据挖掘的过程包括以下步骤:
•数据选择•预处理:清洁•转换•矿业••可视化结果评价
数据挖掘体系结构工作
图1描绘了数据挖掘的体系结构工作。让我们以智能手机搜索的例子从10 k - 15 k在亚马逊网站。
➨底部,图描绘了数据源的数据获取。它包括数据库、数据仓库、万维网和其他存储库。
➨下一步包括数据清理、数据选择和数据集成。数据清洗是指删除不需要的数据以及消除噪音。解析器这清洗操作。数据选择指的是解决数据大量的可用数据的兴趣。数据集成是指聚合或结合数据和存储数据库中数据的集成。
➨数据仓库服务器或数据库服务器是来自用户的请求即它发现,提取并提供相关数据给用户按兴趣。它是指作为数据挖掘的要求。
➨数据挖掘引擎:这是数据挖掘中非常重要的模块系统。它做各种任务包括描述、预测,协会,求取关联分析、分类、聚类分析等。它与数据库或数据仓库、知识基础和模式评估模块。
➨模式评价:该组件或模块与其他模块交互关注搜索按用户给定的模式。如果所请求的查询是一个在以往比结果从先前存储的知识库。这是所有搜索查询结果的地方存储,以便下次如果同一pettern搜索,数据挖掘过程不需要经历所有的步骤,将提供的结果数据库。推导知识库的步骤是图2所示。它包括提取目标数据,预处理数据,转换数据,结束搜索模式和存储结果的知识数据库。
➨用户界面:这是模块可以帮助用户对数据挖掘系统的搜索查询来定位智能手机之间的10 k - 15 k范围。其余的是通过为用户数据挖掘体系结构。
数据挖掘的好处或优势
以下是或好处数据挖掘的优点为个人和组织。
•它有助于识别欺诈性交易基于用户行为和模式的数据。这将有助于银行以及金融机构发放贷款,信用卡等基于用户行为。
•它有助于让顾客可以买到该产品基于相关广告基于他们之前的购买行为以及在谷歌上搜索模式。因此数据挖掘技术如机器学习有助于提高销售的业务。Google和其他搜索引擎利用这个web页面上的相关广告。这将有利于客户,广告客户和营销公司。
•它有助于改善布局的零售和其他商店根据客户反馈和先前的购买。这将帮助零售店保持最销售项目在正确的地方的最高关注的客户。
•它有助于搜索和选择正确的产品流行的电子商务的网站如亚马逊,flipkart公司等。
完整的知识数据挖掘基础知识,请参考所有数据挖掘教程的链接。
数据挖掘相关的教程链接
数据挖掘工具和技术云存储的教程什么是云存储类型基础设施它是如何工作的传统的存储和云存储服务提供商云存储安全云计算教程