数据挖掘中的历史信息是什么？

数据挖掘是从存储在资源库中的大量数据中提取有用的新关联、模式和趋势的过程，它使用包括统计和数学技术在内的模式识别技术。它是对事实数据集的分析，以发现意想不到的关系，并以对数据所有者来说既合乎逻辑又有帮助的新方法来总结记录。

它是选择、探索和建模大量信息以查找最初未知的规律或关系的过程，以便为数据库所有者获得清晰且有益的结果。

数据挖掘类似于数据科学。它是由一个人在特定情况下对特定数据集进行的，并带有目标。此阶段包含多种类型的服务，包括文本挖掘、网络挖掘、音频和视频挖掘、图像数据挖掘和社交媒体挖掘。它是通过简单或非常具体的软件完成的。

通过外包数据挖掘，所有工作都可以更快地完成，并且运营成本更低。特定公司还可以使用新技术来保存手动无法找到的数据。多个平台上有大量数据可用，但可访问的知识非常有限。

寻找数据中有用模式的方法有很多名称，包括数据挖掘、知识提取、数据发现、数据收集、数据考古和数据模式处理。数据挖掘已被统计学家、数据分析师和管理信息系统 (MIS) 社区使用。

它在数据库领域也越来越受欢迎。在数据挖掘中，分析大型数据库以解决决策问题。考虑一下想要获得有关新产品信息的店主。数据挖掘过程操作的信息包含在先前与客户互动的历史数据库中，以及与客户相关的特征，例如年龄、收入和他们的回应。

数据挖掘软件使用历史信息来构建客户行为模型，该模型可用于预测哪些客户可能对新产品做出反应。历史信息也可以构成发现相对常见的犯罪（例如信用卡欺诈）的基础。

通过比较历史数据和当前数据的模式，检查客户是否进行了更改。历史信息在这些领域被广泛接受作为查找模式的工具，客户也从这些过程中受益。

Ginni

更新于：2022年2月15日

542 次浏览

启动您的职业生涯

通过完成课程获得认证

开始