数据挖掘

数据挖掘(Data Mining)是对在正常业务过程中积累的数据进行选择和分析，以发现和确认之前未知的关系，这些关系可以在应用于新数据时，可以预测模型，并产生积极和可验证的结果。数据并不新鲜。我们不是为了做某种实验而创建这些数据。数据是出于商业原因收集的，而并非为了测试各种假定。 这些未知的假定也许总所周知，但是，我们需要数据来证明这些假定。 数据必须有用，并必须服务于商业事务中的一个目的，而且它必须能够应用到新的数据。一旦数据模型建立，我们可以定期的在模型中应用新数据，基于获得评分，可以指导采取不同行动措施。数据挖据涉及统计分析，统计分析，假设验证，商业智能汇报，数据分析等。

当大多数分析人员尝试构建预测模型时，他们通常不加批判地接受研究要求，然后不加批判地接受数据，然后应用到他们选择的建模工具并开始建模。 差的问题定义几乎肯定是项目失败的最大原因。那么第一件要做的事是将商业目标转化为每一个具体的是与非。数据挖掘并不是漫无目的的搜索，而是为做某些具体决定实现目标的探索。而一旦模型建立，这模型必须能帮助商业上的决策。