数据挖掘通常指的是一种用于分析来自目标源的数据并将反馈合成有用信息的方法。此信息通常用于帮助组织降低特定领域的成本、增加收入或两者兼而有之。通常由数据挖掘应用程序提供便利,其主要目标是识别和提取给定数据集中包含的模式。
最重要的是,数据挖掘技术旨在提供洞察,以便更好地理解数据及其基本特征。公司和组织可以采用许多不同类型的数据挖掘方法。虽然他们可能采取类似的方法,但通常都努力实现不同的目标。
预测性数据挖掘技术的目的几乎总是识别可用于预测感兴趣响应的统计模型或模式。例如,金融机构可能会使用它来确定哪些交易具有最高的欺诈概率。这是最常见的数据挖掘方法,已成为中大型公司的有效决策工具。它还被证明在预测客户行为、分类客户群体和预测各种事件方面是有效的。
摘要模型依赖于相应地响应摘要数据的数据挖掘技术。例如,一个组织可以根据从分析过程中提取的航空乘客或信用卡交易的特征,将其分配到不同的组中。该模型还可以帮助企业更深入地了解其客户群。
关联模型考虑到某些事件可以定期同时发生。这可能是同时购买物品,如鼠标和键盘,或导致特定硬件设备故障的一系列事件。关联模型表示用于识别和描述这些关联事件的数据挖掘技术。
网络模型使用数据挖掘揭示节点和链接形式的数据结构。例如,一个有组织的欺诈集团可能会编制一份被盗信用卡号码清单,然后转身使用这些号码在线购买物品。在本图中,信用卡和在线商户代表节点,而实际交易充当链接。
数据挖掘有很多用途,可以用于积极和恶意的收益。越来越多的组织开始发现合并数据挖掘技术以形成混合模型的好处。这些强大的组合通常会产生性能优异的应用程序。通过将不同方法的关键特性集成到单一混合解决方案中,组织通常可以克服单个战略系统的局限性。
... 在软件选项和理论概念中使用了各种不同的数据挖掘方法。这使得用户能够利用各种工具从个人和公司收集的数据中提取信息。大量数据可用于确定单个受试者或多个受试者的各种因素。这些数据挖掘方法最常用于...
计算机安全技术和策略通常有一个主要目标,即防止未经授权使用硬件和软件,同时保护这些系统中的数据。为此,将使用几种不同的策略来确保计算机安全,其中一些策...
数据挖掘分析是一个有用的过程,它根据用于数据评估的特定算法提供不同的结果。数据挖掘分析的常见类型包括探索性数据分析(EDA)、描述性建模、预测性建模以及发...
...从原始数据中检索信息的过程中,使用了许多不同类型的数据挖掘技术。每种技术的使用都有多种原因,包括营销、安全和一般信息收集。数据挖掘技术通常用于测试数据样本,而不是整个内容样本,允许分析师验证和验证信息...
数字图像处理技术通常分为三类。这些类别包括图像生成、增强和恢复。生成技术有助于投影和识别扫描图像,而增强图像的过程涉及提高对比度、亮度和色调。恢复技术...
数据分析技术使研究人员能够审查收集的数据,并从信息中作出推断或决定。大多数...
成本效益分析技术是企业主和管理者用来评估各种项目的常见业务活动。这些技术本...
分析师和投资者都使用许多不同类型的财务分析技术来确定公司和企业当前和未来的...
两种基本的库存管理技术在企业中很常见:周期性和永久性。这些技术源自用于跟踪...
定性预测依赖于人类的观点和判断来进行商业预测,而不是定量预测中使用的硬数据...