数据挖掘知识总结(一)1.基于数据挖掘的背景驱动力drip (数据信息融合器) )。
3358www.Sina.com/超大规模数据库的出现，如商业数据仓库和计算机自动采集数据记录手段的普及先进的计算机技术，如更快、更大的计算能力和并行架构对海量数据的快速访问， 例如分布式数据存储系统应用统计方法在数据处理领域应用的持续深度3358www.Sina.com/信息冗馀、难以识别信息真伪的“数据过剩”、“信息爆炸”、“知识不足”等现象层出不穷。 数据挖掘首次在1989年举行的第十一届联合国人工智能学术会议上进行。 数据挖掘的思路来自机器学习、数据库系统、模式识别、统计。 需要是发明之母。 近年来，数据挖掘引起了信息产业界的广泛关注。 其主要原因是存在大量数据，可以广泛使用，需要将这些数据转换为有用的信息和知识。 获取的信息和知识可广泛用于各种APP应用，包括业务管理、生产管理、市场分析、工程和科学探索。 2 .什么是数据挖掘？ 数据-知识(法则)四种主要技术激发了人们对数据挖掘技术的开发、应用和研究的兴趣：
可以从技术和业务两个层面定义数据挖掘。
从技术上看，数据挖掘是从大量数据中提取潜在有用的信息和知识的过程。 从业务层面看，数据挖掘是一种业务信息处理技术，其主要特征是提取、转换、分析、建模处理大量的业务数据，并从中提取支持业务决策的关键数据。 3 .数据挖掘的一般流程是什么？ 行业数据整合分析的过程是什么？ 数据挖掘的一般过程：
选择数据集
数据预处理
数据清理数据综合数据聚合数据转换与数据离散化数据分析算法
分析总结和改进
行业数据整合分析流程：
4 .数据挖掘在医疗、交通、公共安全、个性化医疗、社交网络、精准消费等各个领域的应用案例。大量信息给人们带来方便的同时也带来一大堆问题：
金融数据具有可靠性、完整性、高质量等特点。 这大大有利于数据挖掘工作和挖掘技术的应用。 数据挖掘在金融领域有很多具体应用，如分析多维数据，把握金融市场的变化趋势； 运用孤立点分析等方法，应用研究洗钱等犯罪活动的分类技术，为分类客户信用、维护客户关系、为客户提供相关服务等决策提供参考。
数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。
在人类遗传密码、遗传史、疾病史、医疗方法等医疗领域，隐藏着巨大的数据信息。 此外，医院的内部结构、医药器械、患者文件和其他资料等的管理也产生了巨大的数据。 对这些海量数据，运用数据挖掘相关技术进行处理，获取相关知识规则，有利于相关人员工作的开展。 运用数据挖掘技术，有助于医务人员发现一些疾病规律，从而提高诊断准确率和治疗有效性，不断促进人类健康医疗事业的发展。
金融领域
运用数据挖掘技术分析这些海量的销售数据，可以有效识别顾客的购买行为，掌握顾客的购买倾向。 商家可以根据数据挖掘的结果，采取有针对性的有效措施，如如何改善服务质量、确保顾客满意度等，如何提高商品销量； 提高企业利润，包括如何设计优秀的运输渠道，采取什么样的销售战略。 另外，由于数据挖掘推荐系统已经成为电子商务的关键技术，通过数据挖掘、网站系统分析、用户行为模式识别，增强客户粘性，提供个性化服务，优化网站设计等
医疗领域
电信运营商正在发展成为融合语音、图像、视频等增值服务的全方位立体化综合电信运营商。 运营商要合理分析业务的形式和模式，就必须利用数据挖掘。 例如，可以使用多维分析方法来分析用户行为、利润率、通信速度和容量、系统负荷等电信数据； 发现异常模式可以通过聚类和孤立点分析等方法进行数据挖掘； 要得到电信发展的影响因素，可以利用关联和序列等模型进行分析等。
零售和电商领域
社交网络分析是一门从关系和结构两个方面理解、测量和预测行为的科学。 结合图论和非参数统计技术，研究者利用电话数据，或者显示人与人之间联系的观察数据等数据，识别网络内和跨网络的关键人和关键群体，或者特殊模式和关键路线。 我们可以通过这些数据分析人们的活动方向，为公司营销提供有力的依据，也可以利用多个社交媒体对同一个人进行交叉检查。 这对追踪犯罪行为、恐怖分子和恋童癖特别重要。
电信领域
在这个领域，积累了出租车公司积累的乘客的移动数据和公交公司的运营数据等大量的数据。 分析和挖掘乘客数据和运行数据，可以为公交、出租车公司的科学运营和交通部门决策提供依据。 例如，合理规划公交路线，实时为出租车行驶路线提供建议等。 这样不仅可以提高城市运力和幸福指数，还可以有效减少交通拥堵造成的成本浪费。 此外，航空公司还可以根据历史记录查找乘客的旅行模式
便提供更加个性化的服务，合理设置航线等。