数据挖掘 - 概述

信息产业中存在海量数据。这些数据在转换为有用的信息之前毫无用处。有必要分析这些海量数据并从中提取有用的信息。

信息提取并非我们唯一需要执行的过程；数据挖掘还涉及其他过程，例如数据清洗、数据集成、数据转换、数据挖掘、模式评估和数据展示。一旦所有这些过程完成，我们就可以将这些信息用于许多应用程序，例如欺诈检测、市场分析、生产控制、科学探索等。

什么是数据挖掘？

数据挖掘被定义为从大型数据集提取信息。换句话说，我们可以说数据挖掘是从数据中挖掘知识的过程。因此提取的信息或知识可以用于以下任何应用：

• 市场分析
• 欺诈检测
• 客户留存
• 生产控制
• 科学探索

数据挖掘应用

数据挖掘在以下领域非常有用：

• 市场分析与管理
• 公司分析与风险管理
• 欺诈检测

除此之外，数据挖掘还可以用于生产控制、客户留存、科学探索、体育、占星术和互联网网络援助等领域。

市场分析与管理

以下是数据挖掘应用于的各个市场领域：

• 客户画像 - 数据挖掘有助于确定什么样的人购买什么类型的产品。

• 识别客户需求 - 数据挖掘有助于识别不同客户的最佳产品。它使用预测来查找可能吸引新客户的因素。

• 交叉市场分析 - 数据挖掘执行产品销售之间的关联/相关性。

• 目标营销 - 数据挖掘有助于查找具有相同特征（例如兴趣、消费习惯、收入等）的模式客户群。

• 确定客户购买模式 - 数据挖掘有助于确定客户购买模式。

• 提供汇总信息 - 数据挖掘为我们提供了各种多维汇总报告。

公司分析和风险管理

数据挖掘用于公司领域的以下领域：

• 财务规划和资产评估 - 它涉及现金流分析和预测，使用或有债权分析来评估资产。

• 资源规划 - 它涉及汇总和比较资源和支出。

• 竞争 - 它涉及监控竞争对手和市场方向。

欺诈检测

数据挖掘还用于信用卡服务和电信领域以检测欺诈行为。在欺诈电话呼叫中，它有助于查找呼叫目的地、呼叫持续时间、一天或一周中的时间等。它还分析偏离预期规范的模式。