数学建模社区-数学中国

标题: 数据挖掘的特点 [打印本页]
作者: 浅夏110    时间: 2018-11-2 09:11
标题: 数据挖掘的特点
数据挖掘具有以下几个特点：. S* B+ @" S8 N/ q; E
1，基于大量数据：并非说小数据量上就不可以进行挖掘，实际上大多数数据挖掘的算法都可以在小数据量上运行并得到结果。但是，一方面过小的数据量完全可以通过人工分析来总结规律，另一方面来说，小数据量常常无法反映出真实世界中的普遍特性。! Y, c( L2 l& p7 O! r
0 c% ?; h; r6 H. W
2，非平凡性：所谓非平凡，指的是挖掘出来的知识应该是不简单的，绝不能是类似某著名体育评论员所说的“经过我的计算，我发现了一个有趣的现象，到本场比赛结束为止，这届世界杯的进球数和失球数是一样的。非常的巧合！”那种知识。这点看起来勿庸赘言，但是很多不懂业务知识的数据挖掘新手却常常犯这种错误。, ?, h. W! D/ m7 I, S' r( C% r
0 W% ]6 B1 a9 d
3，隐含性：数据挖掘是要发现深藏在数据内部的知识，而不是那些直接浮现在数据表面的信息。常用的BI工具，例如报表和OLAP，完全可以让用户找出这些信息。
: j! Q& R" C1 L
/ Q1 E3 z3 Z+ ]- j  L' m, H4，新奇性：挖掘出来的知识应该是以前未知的，否则只不过是验证了业务专家的经验而已。只有全新的知识，才可以帮助企业获得进一步的洞察力。
% P: p+ q9 \+ B7 }& q
0 v1 y2 G1 b5 _6 G% w8 N6 u/ Q5，价值性：挖掘的结果必须能给企业带来直接的或间接的效益。有人说数据挖掘只是“屠龙之技”，看起来神乎其神，却什么用处也没有。这只是一种误解，不可否认的是在一些数据挖掘项目中，或者因为缺乏明确的业务目标，或者因为数据质量的不足，或者因为人们对改变业务流程的抵制，或者因为挖掘人员的经验不足，都会导致效果不佳甚至完全没有效果。但大量的成功案例也在证明，数据挖掘的确可以变成提升效益的利器。* }2 B5 O7 A: }6 ^, S$ Y
9 V: @" v! r* l$ M5 q

  C- @% m1 R! t- P



欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5