大數(shù)據(jù)簡介

　　大數(shù)據(jù)（big data），指無法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。研究機(jī)構(gòu)Gartner給出了這樣的定義。“大數(shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來適應(yīng)海量、高增長率和多樣化的信息資產(chǎn)。

　　最小的基本單位是bit，按順序給出所有單位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB。

?

　　大數(shù)據(jù)特征

　　容量（Volume）：數(shù)據(jù)的大小決定所考慮的數(shù)據(jù)的價(jià)值和潛在的信息；

　　種類（Variety）：數(shù)據(jù)類型的多樣性；

　　速度（Velocity）：指獲得數(shù)據(jù)的速度；

　　可變性（Variability）：妨礙了處理和有效地管理數(shù)據(jù)的過程。

　　真實(shí)性（Veracity）：數(shù)據(jù)的質(zhì)量

　　復(fù)雜性（Complexity）：數(shù)據(jù)量巨大，來源多渠道

　　價(jià)值（value）：合理運(yùn)用大數(shù)據(jù)，以低成本創(chuàng)造高價(jià)值

　　數(shù)據(jù)挖掘技術(shù)分類及應(yīng)用

　　數(shù)據(jù)挖掘技術(shù)概況

　　基于Internet的全球信息系統(tǒng)的發(fā)展使我們擁有了前所未有的豐富數(shù)據(jù)。大量信息在給人們帶來方便的同時(shí)也帶來了一大堆問題：第一是信息過量，難以消化；第二是信息真假難以辨識；第三是信息安全難以保證；第四是信息形式不一致，難以統(tǒng)一處理。數(shù)據(jù)豐富、知識貧乏已經(jīng)成為一個(gè)典型問題。Data Mining（數(shù)據(jù)挖掘）的目的就是有效地從海量數(shù)據(jù)中提取出需要的答案，實(shí)現(xiàn)“數(shù)據(jù)-〉信息-〉知識-〉價(jià)值”的轉(zhuǎn)變過程。

　?。〝?shù)據(jù)挖掘）是指用非平凡的方法從海量的數(shù)據(jù)中抽取出潛在的、有價(jià)值的知識（模型或規(guī)則）的過程。該術(shù)語還有其他一些同義詞：數(shù)據(jù)庫中的知識發(fā)現(xiàn) 、信息抽取 、信息發(fā)現(xiàn) 、智能數(shù)據(jù)分析 、探索式數(shù)據(jù)分析（ 、信息收獲 、數(shù)據(jù)考古 等。

　　Data Mining（數(shù)據(jù)挖掘）是數(shù)據(jù)庫研究、開發(fā)和應(yīng)用最活躍的一個(gè)分支，是多學(xué)科的交叉領(lǐng)域，它涉及數(shù)據(jù)庫技術(shù)、人工智能、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、模式識別、知識庫系統(tǒng)、知識獲取、信息提取、高性能計(jì)算、并行計(jì)算、數(shù)據(jù)可視化等多方面知識。

　　數(shù)據(jù)挖掘技術(shù)從一開始就是面向應(yīng)用的，它不僅是面向特定數(shù)據(jù)庫的簡單檢索查詢調(diào)用，而且要對這些數(shù)據(jù)進(jìn)行微觀、中觀乃至宏觀的統(tǒng)計(jì)、分析、綜合和推理，以指導(dǎo)實(shí)際問題的求解，企圖發(fā)現(xiàn)事件間的相互關(guān)聯(lián)，甚至利用已有的數(shù)據(jù)對未來的活動進(jìn)行預(yù)測。例如加拿大BC省電話公司要求加拿大SimonFraser大學(xué)KDD研究組，根據(jù)其擁有十多年的客戶數(shù)據(jù)，總結(jié)、分析并提出新的電話收費(fèi)和管理辦法，制定既有利于公司又有利于客戶的優(yōu)惠政策。這樣一來，就把人們對數(shù)據(jù)的應(yīng)用，從低層次的末端查詢操作，提高到為各級經(jīng)營決策者提供決策支持。這種需求驅(qū)動力，比數(shù)據(jù)庫查詢更為強(qiáng)大。同時(shí)，這里所說的數(shù)據(jù)挖掘，不是要求發(fā)現(xiàn)放之四海而皆準(zhǔn)的真理，也不是要去發(fā)現(xiàn)嶄新的自然科學(xué)定理和純數(shù)學(xué)公式，更不是什么機(jī)器定理證明。所有發(fā)現(xiàn)的知識都是相對的，是有特定前提和約束條件、面向特定領(lǐng)域的，同時(shí)還要能夠易于被用戶理解，最好能用自然語言表達(dá)發(fā)現(xiàn)結(jié)果。因此數(shù)據(jù)挖掘的研究成果是很講求實(shí)際的。

?

　　數(shù)據(jù)挖掘技術(shù)應(yīng)用

　　數(shù)據(jù)挖掘技術(shù)可以為決策、過程控制、信息管理和查詢處理等任務(wù)提供服務(wù)，一個(gè)有趣的應(yīng)用范例是“尿布與啤酒”的故事。為了分析哪些商品顧客最有可能一起購買，一家名叫 WalMart的公司利用自動數(shù)據(jù)挖掘工具，對數(shù)據(jù)庫中的大量數(shù)據(jù)進(jìn)行分析后，意外發(fā)現(xiàn)，跟尿布一起購買最多的商品竟是啤酒。為什么兩件風(fēng)馬牛不相及的商品會被人一起購買？原來，太太們常叮囑她們的丈夫，下班后為小孩買尿布，而丈夫們在買尿布后又隨手帶回了兩瓶啤酒。既然尿布與啤酒一起購買的機(jī)會最多，商店就將它們擺放在一起，結(jié)果，尿布與啤酒的銷售量雙雙增長。這里，數(shù)字挖掘技術(shù)功不可沒。一般來說，數(shù)據(jù)挖掘的應(yīng)用有電信：流失；銀行：聚類（細(xì)分），交叉銷售；百貨公司/超市：購物籃分析（關(guān)聯(lián)規(guī)則）；保險(xiǎn)：細(xì)分，交叉銷售，流失（原因分析）；信用卡： 欺詐探測，細(xì)分；電子商務(wù)：網(wǎng)站日志分析；稅務(wù)部門：偷漏稅行為探測；警察機(jī)關(guān)：犯罪行為分析；醫(yī)學(xué)：醫(yī)療保健。具體如下：

　　電子政務(wù)的數(shù)據(jù)挖掘

　　建立電子化政府，推動電子政務(wù)的發(fā)展，是電子信息技術(shù)應(yīng)用到政府管理的必然趨勢。實(shí)踐經(jīng)驗(yàn)表明，政府部門的決策越來越依賴于對數(shù)據(jù)的科學(xué)分析。發(fā)展電子政務(wù)，建立決策支持系統(tǒng)，利用電子政務(wù)綜合數(shù)據(jù)庫中存儲的大量數(shù)據(jù)，通過建立正確的決策體系和決策支持模型，可以為各級政府的決策提供科學(xué)的依據(jù)，從而提高各項(xiàng)政策制定的科學(xué)性和合理性，以達(dá)到提高政府辦公效率、促進(jìn)經(jīng)濟(jì)發(fā)展的目的。為此，在政府決策支持方面，需要不斷

　　吸納新的信息處理技術(shù)，而數(shù)據(jù)挖掘正是實(shí)現(xiàn)政府決策支持的核心技術(shù)。以數(shù)據(jù)挖掘?yàn)橐劳械恼疀Q策支持系統(tǒng)，將發(fā)揮重要的作用。

　　電子政務(wù)位于世界各國積極倡導(dǎo)的“信息高速公路”五個(gè)領(lǐng)域（電子政務(wù)、電子商務(wù)、遠(yuǎn)程教育、遠(yuǎn)程醫(yī)療、電子娛樂）之首，說明政府信息化是社會信息化的基礎(chǔ)。電子政務(wù)包括政府的信息服務(wù)、電子貿(mào)易、電子化政府、政府部門重構(gòu)、群眾參與政府五個(gè)方面的內(nèi)容。將網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)引入電子政務(wù)中，可以大大提高政府信息化水平，促進(jìn)整個(gè)社會的信息化。具體體現(xiàn)在以下幾個(gè)方面：

　　1）政府的電子貿(mào)易 在服務(wù)器以及瀏覽器端日志記錄的數(shù)據(jù)中隱藏著模式信息，運(yùn)用網(wǎng)絡(luò)用法挖掘技術(shù)可以自動發(fā)現(xiàn)系統(tǒng)的訪問模式和用戶的行為模式，從而進(jìn)行預(yù)測分析。例如，通過評價(jià)用戶對某一信息資源瀏覽所花費(fèi)的時(shí)間，可以判斷出用戶對何種資源感興趣;對日志文件所收集到的域名數(shù)據(jù)，根據(jù)國家或類型進(jìn)行分類分析;應(yīng)用聚類分析來識別用戶的訪問動機(jī)和訪問趨勢等。這項(xiàng)技術(shù)已經(jīng)有效地運(yùn)用在政府電子貿(mào)易中。

　　2）網(wǎng)站設(shè)計(jì) 通過對網(wǎng)站內(nèi)容的挖掘，主要是對文本內(nèi)容的挖掘，可以有效地組織網(wǎng)站信息，如采用自動歸類技術(shù)實(shí)現(xiàn)網(wǎng)站信息的層次性組織;同時(shí)可以結(jié)合對用戶訪問日志記錄信息的挖掘，把握用戶的興趣，從而有助于開展網(wǎng)站信息推送服務(wù)以及個(gè)人信息的定制服務(wù)，吸引更多的用戶。

　　3）搜索引擎 網(wǎng)絡(luò)數(shù)據(jù)挖掘是目前網(wǎng)絡(luò)信息檢索發(fā)展的一個(gè)關(guān)鍵。如通過對網(wǎng)頁內(nèi)容挖掘，可以實(shí)現(xiàn)對網(wǎng)頁的聚類、分類，實(shí)現(xiàn)網(wǎng)絡(luò)信息的分類瀏覽與檢索；同時(shí)，通過對用戶所使用的提問式的歷史記錄的分析，可以有效地進(jìn)行提問擴(kuò)展，提高用戶的檢索效果；另外，運(yùn)用網(wǎng)絡(luò)內(nèi)容挖掘技術(shù)改進(jìn)關(guān)鍵詞加權(quán)算法，提高網(wǎng)絡(luò)信息的標(biāo)引準(zhǔn)確度，從而改善檢索效果。

　　4）決策支持 為政府重大政策出臺提供決策支持。如，通過對網(wǎng)絡(luò)各種經(jīng)濟(jì)資源的挖掘，確定未來經(jīng)濟(jì)的走勢，從而制定出相應(yīng)的宏觀經(jīng)濟(jì)調(diào)控政策。

　　市場營銷的數(shù)據(jù)挖掘

　　數(shù)據(jù)挖掘技術(shù)在企業(yè)市場營銷中得到了比較普遍的應(yīng)用，它是以市場營銷學(xué)的市場細(xì)分原理為基礎(chǔ)，其基本假定是“消費(fèi)者過去的行為是其今后消費(fèi)傾向的最好說明”。

　　通過收集、加工和處理涉及消費(fèi)者消費(fèi)行為的大量信息，確定特定消費(fèi)群體或個(gè)體的興趣、消費(fèi)習(xí)慣、消費(fèi)傾向和消費(fèi)需求，進(jìn)而推斷出相應(yīng)消費(fèi)群體或個(gè)體下一步的消費(fèi)行為，然后以此為基礎(chǔ)，對所識別出來的消費(fèi)群體進(jìn)行特定內(nèi)容的定向營銷，這與傳統(tǒng)的不區(qū)分消費(fèi)者對象特征的大規(guī)模營銷手段相比，大大節(jié)省了營銷成本，提高了營銷效果，從而為企業(yè)帶來更多的利潤。

　　商業(yè)消費(fèi)信息來自市場中的各種渠道。例如，每當(dāng)我們用信用卡消費(fèi)時(shí)，商業(yè)企業(yè)就可以在信用卡結(jié)算過程收集商業(yè)消費(fèi)信息，記錄下我們進(jìn)行消費(fèi)的時(shí)間、地點(diǎn)、感興趣的商品或服務(wù)、愿意接收的價(jià)格水平和支付能力等數(shù)據(jù)；當(dāng)我們在申辦信用卡、辦理汽車駕駛執(zhí)照、填寫商品保修單等其他需要填寫表格的場合時(shí)，我們的個(gè)人信息就存入了相應(yīng)的業(yè)務(wù)數(shù)據(jù)庫；企業(yè)除了自行收集相關(guān)業(yè)務(wù)信息之外，甚至可以從其他公司或機(jī)構(gòu)購買此類信息為自己所用。

　　這些來自各種渠道的數(shù)據(jù)信息被組合，應(yīng)用超級計(jì)算機(jī)、并行處理、神經(jīng)元網(wǎng)絡(luò)、模型化算法和其他信息處理技術(shù)手段進(jìn)行處理，從中得到商家用于向特定消費(fèi)群體或個(gè)體進(jìn)行定向營銷的決策信息。這種數(shù)據(jù)信息是如何應(yīng)用的呢？舉一個(gè)簡單的例子，當(dāng)銀行通過對業(yè)務(wù)數(shù)據(jù)進(jìn)行挖掘后，發(fā)現(xiàn)一個(gè)銀行帳戶持有者突然要求申請雙人聯(lián)合帳戶時(shí)，并且確認(rèn)該消費(fèi)者是第一次申請聯(lián)合帳戶，銀行會推斷該用戶可能要結(jié)婚了，它就會向該用戶定向推銷用于購買房屋、支付子女學(xué)費(fèi)等長期投資業(yè)務(wù)，銀行甚至可能將該信息賣給專營婚慶商品和服務(wù)的公司。數(shù)據(jù)挖掘構(gòu)筑競爭優(yōu)勢。

　　在市場經(jīng)濟(jì)比較發(fā)達(dá)的國家和地區(qū)，許多公司都開始在原有信息系統(tǒng)的基礎(chǔ)上通過數(shù)據(jù)挖掘?qū)I(yè)務(wù)信息進(jìn)行深加工，以構(gòu)筑自己的競爭優(yōu)勢，擴(kuò)大自己的營業(yè)額。美國運(yùn)通公司（American Express）有一個(gè)用于記錄信用卡業(yè)務(wù)的數(shù)據(jù)庫，數(shù)據(jù)量達(dá)到54億字符，并仍在隨著業(yè)務(wù)進(jìn)展不斷更新。運(yùn)通公司通過對這些數(shù)據(jù)進(jìn)行挖掘，制定了“關(guān)聯(lián)結(jié)算（Relation ship Billing）優(yōu)惠”的促銷策略，即如果一個(gè)顧客在一個(gè)商店用運(yùn)通卡購買一套時(shí)裝，那么在同一個(gè)商店再買一雙鞋，就可以得到比較大的折扣，這樣既可以增加商店的銷售量，也可以增加運(yùn)通卡在該商店的使用率。再如，居住在倫敦的持卡消費(fèi)者如果最近剛剛乘英國航空公司的航班去過巴黎，那么他可能會得到一個(gè)周末前往紐約的機(jī)票打折優(yōu)惠卡。

　　基于數(shù)據(jù)挖掘的營銷，常?？梢韵蛳M(fèi)者發(fā)出與其以前的消費(fèi)行為相關(guān)的推銷材料。卡夫（Kraft）食品公司建立了一個(gè)擁有3000萬客戶資料的數(shù)據(jù)庫，數(shù)據(jù)庫是通過收集對公司發(fā)出的優(yōu)惠券等其他促銷手段作出積極反應(yīng)的客戶和銷售記錄而建立起來的，卡夫公司通過數(shù)據(jù)挖掘了解特定客戶的興趣和口味，并以此為基礎(chǔ)向他們發(fā)送特定產(chǎn)品的優(yōu)惠券，并為他們推薦符合客戶口味和健康狀況的卡夫產(chǎn)品食譜。美國的讀者文摘（Reader‘s Digest）出版公司運(yùn)行著一個(gè)積累了40年的業(yè)務(wù)數(shù)據(jù)庫，其中容納有遍布全球的一億多個(gè)訂戶的資料，數(shù)據(jù)庫每天24小時(shí)連續(xù)運(yùn)行，保證數(shù)據(jù)不斷得到實(shí)時(shí)的更新，正是基于對客戶資料數(shù)據(jù)庫進(jìn)行數(shù)據(jù)挖掘的優(yōu)勢，使讀者文摘出版公司能夠從通俗雜志擴(kuò)展到專業(yè)雜志、書刊和聲像制品的出版和發(fā)行業(yè)務(wù)，極大地?cái)U(kuò)展了自己的業(yè)務(wù)。

　　基于數(shù)據(jù)挖掘的營銷對我國當(dāng)前的市場競爭中也很具有啟發(fā)意義，我們經(jīng)?？梢钥吹椒比A商業(yè)街上一些廠商對來往行人不分對象地散發(fā)大量商品宣傳廣告，其結(jié)果是不需要的人隨手丟棄資料，而需要的人并不一定能夠得到。如果搞家電維修服務(wù)的公司向在商店中剛剛購買家電的消費(fèi)者郵寄維修服務(wù)廣告，賣特效藥品的廠商向醫(yī)院特定門診就醫(yī)的病人郵寄廣告，肯定會比漫無目的的營銷效果要好得多。

　　零售業(yè)中的數(shù)據(jù)挖掘

　　通過條形碼、編碼系統(tǒng)、銷售管理系統(tǒng)、客戶資料管理及其它業(yè)務(wù)數(shù)據(jù)中，可以收集到關(guān)于商品銷售、客戶信息、貨存單位及店鋪信息等的信息資料。數(shù)據(jù)從各種應(yīng)用系統(tǒng)中采集，經(jīng)條件分類，放到數(shù)據(jù)倉庫里，允許高級管理人員、分析人員、采購人員、市場人員和廣告客戶訪問，利用DM工具對這些數(shù)據(jù)進(jìn)行分析，為他們提供高效的科學(xué)決策工具。如對商品進(jìn)行購物籃分析，分析那些商品顧客最有希望一起購買。如被業(yè)界和商界傳誦的經(jīng)典----Wal-Mart的 “啤酒和尿布”，就是數(shù)據(jù)挖掘透過數(shù)據(jù)找出人與物間規(guī)律的典型。在零售業(yè)應(yīng)用領(lǐng)域，利用DW、DM會在很多方面有卓越表現(xiàn)：

　　1． 了解銷售全局：通過分類信息——按商品種類、銷售數(shù)量、商店地點(diǎn)、價(jià)格和日期等了解每天的運(yùn)營和財(cái)政情況，對銷售的每一點(diǎn)增長、庫存的變化以及通過促銷而提高的銷售額都可了如指掌。零售商店在銷售商品時(shí)，隨時(shí)檢查商品結(jié)構(gòu)是否合理十分重要，如每類商品的經(jīng)營比例是否大體相當(dāng)。調(diào)整商品結(jié)構(gòu)時(shí)需考慮季節(jié)變化導(dǎo)致的需求變化、同行競爭對手的商品結(jié)構(gòu)調(diào)整等因素。

　　2． 商品分組布局：分析顧客的購買習(xí)慣，考慮購買者在商店里所穿行的路線、購買時(shí)間和地點(diǎn)、掌握不同商品一起購買的概率；通過對商品銷售品種的活躍性分析和關(guān)聯(lián)性分析，用主成分分析方法，建立商品設(shè)置的最佳結(jié)構(gòu)和商品的最佳布局。

　　3． 降低庫存成本：通過數(shù)據(jù)挖掘系統(tǒng)，將銷售數(shù)據(jù)和庫存數(shù)據(jù)集中起來，通過數(shù)據(jù)分析，以決定對各個(gè)商品各色貨物進(jìn)行增減，確保正確的庫存。數(shù)據(jù)倉庫系統(tǒng)還可以將庫存信息和商品銷售預(yù)測信息，通過電子數(shù)據(jù)交換（EDI）直接送到供應(yīng)商那里，這樣省去商業(yè)中介，而且由供應(yīng)商負(fù)責(zé)定期補(bǔ)充庫存，零售商可減少自身負(fù)擔(dān)。

　　4． 市場和趨勢分析：利用數(shù)據(jù)挖掘工具和統(tǒng)計(jì)模型對數(shù)據(jù)倉庫的數(shù)據(jù)仔細(xì)研究，以分析顧客的購買習(xí)慣、廣告成功率和其它戰(zhàn)略性信息。利用數(shù)據(jù)倉庫通過檢索數(shù)據(jù)庫中近年來的銷售數(shù)據(jù)，作分析和數(shù)據(jù)挖掘，可預(yù)測出季節(jié)性、月銷售量，對商品品種和庫存的趨勢進(jìn)行分析。還可確定降價(jià)商品，并對數(shù)量和運(yùn)作作出決策。

　　有效的商品促銷：可以通過對一種廠家商品在各連鎖店的市場共享分析，客戶統(tǒng)計(jì)以及歷史狀況的分析，來確定銷售和廣告業(yè)務(wù)的有效性。通過對顧客購買偏好的分析，確定商品促銷的目標(biāo)客戶，以此來設(shè)計(jì)各種商品促銷的方案，并通過商品購買關(guān)聯(lián)分析的結(jié)果，采用交叉銷售和向上銷售的方法，挖掘客戶的購買力，實(shí)現(xiàn)準(zhǔn)確的商品促銷。

　　銀行業(yè)的數(shù)據(jù)挖掘

　　金融事務(wù)需要搜集和處理大量的數(shù)據(jù)，由于銀行在金融領(lǐng)域的地位、工作性質(zhì)、業(yè)務(wù)特點(diǎn)以及激烈的市場競爭決定了它對信息化、電子化比其它領(lǐng)域有更迫切的要求。利用數(shù)據(jù)挖掘技術(shù)可以幫助銀行產(chǎn)品開發(fā)部門描述客戶以往的需求趨勢，并預(yù)測未來。美國商業(yè)銀行是發(fā)達(dá)國家商業(yè)銀行的典范，許多地方值得我國學(xué)習(xí)和借鑒。

　　數(shù)據(jù)挖掘技術(shù)在美國銀行金融領(lǐng)域應(yīng)用廣泛。金融事務(wù)需要搜集和處理大量數(shù)據(jù)，對這些數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)其數(shù)據(jù)模式及特征，然后可能發(fā)現(xiàn)某個(gè)客戶、消費(fèi)群體或組織的金融和商業(yè)興趣，并可觀察金融市場的變化趨勢。商業(yè)銀行業(yè)務(wù)的利潤和風(fēng)險(xiǎn)是共存的。為了保證最大的利潤和最小的風(fēng)險(xiǎn)，必須對帳戶進(jìn)行科學(xué)的分析和歸類，并進(jìn)行信用評估。Mellon銀行使用數(shù)據(jù)挖掘軟件提高銷售和定價(jià)金融產(chǎn)品的精確度，如家庭普通貸款。零售信貸客戶主要有兩類，一類很少使用信貸限額（低循環(huán)者），另一類能夠保持較高的未清余額（高循環(huán)者）。每一類都代表著銷售的挑戰(zhàn)。低循環(huán)者代表缺省和支出注銷費(fèi)用的危險(xiǎn)性較低，但會帶來極少的凈收入或負(fù)收入，因?yàn)樗麄兊姆?wù)費(fèi)用幾乎與高循環(huán)者的相同。銀行常常為他們提供項(xiàng)目，鼓勵(lì)他們更多地使用信貸限額或找到交叉銷售高利潤產(chǎn)品的機(jī)會。高循環(huán)者由高和中等危險(xiǎn)元件構(gòu)成。高危險(xiǎn)分段具有支付缺省和注銷費(fèi)用的潛力。對于中等危險(xiǎn)分段，銷售項(xiàng)目的重點(diǎn)是留住可獲利的客戶并爭取能帶來相同利潤的新客戶。但根據(jù)新觀點(diǎn)，用戶的行為會隨時(shí)間而變化。分析客戶整個(gè)生命周期的費(fèi)用和收入就可以看出誰是最具創(chuàng)利潛能的。

　　Mellon銀行認(rèn)為“根據(jù)市場的某一部分進(jìn)行定制”能夠發(fā)現(xiàn)最終用戶并將市場定位于這些用戶。但是，要這么做就必須了解關(guān)于最終用戶特點(diǎn)的信息。數(shù)據(jù)挖掘工具為Mellon銀行提供了獲取此類信息的途徑。Mellon銀行銷售部在先期數(shù)據(jù)挖掘項(xiàng)目上使用Intelligence Agent尋找信息，主要目的是確定現(xiàn)有Mellon用戶購買特定附加產(chǎn)品：家庭普通信貸限額的傾向，利用該工具可生成用于檢測的模型。據(jù)銀行官員稱：數(shù)據(jù)挖掘可幫助用戶增強(qiáng)其商業(yè)智能，如交往、分類或回歸分析，依賴這些能力，可對那些有較高傾向購買銀行產(chǎn)品、服務(wù)產(chǎn)品和服務(wù)的客戶進(jìn)行有目的的推銷。該官員認(rèn)為，該軟件可反饋用于分析和決策的高質(zhì)量信息，然后將信息輸入產(chǎn)品的算法。數(shù)據(jù)挖掘還有可定制能力。

　　美國Firstar銀行使用數(shù)據(jù)挖掘工具，根據(jù)客戶的消費(fèi)模式預(yù)測何時(shí)為客戶提供何種產(chǎn)品。Firstar銀行市場調(diào)查和數(shù)據(jù)庫營銷部經(jīng)理發(fā)現(xiàn)：公共數(shù)據(jù)庫中存儲著關(guān)于每位消費(fèi)者的大量信息，關(guān)鍵是要透徹分析消費(fèi)者投入到新產(chǎn)品中的原因，在數(shù)據(jù)庫中找到一種模式，從而能夠?yàn)槊糠N新產(chǎn)品找到最合適的消費(fèi)者。數(shù)據(jù)挖掘系統(tǒng)能讀取800到1000個(gè)變量并且給它們賦值，根據(jù)消費(fèi)者是否有家庭財(cái)產(chǎn)貸款、賒帳卡、存款證或其它儲蓄、投資產(chǎn)品，將它們分成若干組，然后使用數(shù)據(jù)挖掘工具預(yù)測何時(shí)向每位消費(fèi)者提供哪種產(chǎn)品。預(yù)測準(zhǔn)客戶的需要是美國商業(yè)銀行的競爭優(yōu)勢。

　　證券業(yè)的數(shù)據(jù)挖掘

　　其典型應(yīng)用包括有：

　　1、客戶分析

　　建立數(shù)據(jù)倉庫來存放對全體客戶、預(yù)定義客戶群、某個(gè)客戶的信息和交易數(shù)據(jù)，并通過對這些數(shù)據(jù)進(jìn)行挖掘和關(guān)聯(lián)分析，實(shí)現(xiàn)面向主題的信息抽取。對客戶的需求模式和盈利價(jià)值進(jìn)行分類，找出最有價(jià)值和盈利潛力的客戶群，以及他們最需要的服務(wù)，更好地配置資源，改進(jìn)服務(wù)，牢牢抓住最有價(jià)值的客戶。

　　通過對客戶資源信息進(jìn)行多角度挖掘，了解客戶各項(xiàng)指標(biāo)（如資產(chǎn)貢獻(xiàn)、忠誠度、盈利率、持倉比率等），掌握客戶投訴、客戶流失等信息，從而在客戶離開券商之前，捕獲信息，及時(shí)采取措施挽留客戶。

　　2、咨詢服務(wù)

　　根據(jù)采集行情和交易數(shù)據(jù)，結(jié)合行情分析，預(yù)測未來大盤走勢，并發(fā)現(xiàn)交易情況隨著大盤變化的規(guī)律，并根據(jù)這些規(guī)律做出趨勢分析，對客戶針對性進(jìn)行咨詢。

　　3、風(fēng)險(xiǎn)防范

　　通過對資金數(shù)據(jù)的分析，可以控制營業(yè)風(fēng)險(xiǎn)，同時(shí)可以改變公司總部原來的資金控制模式，并通過橫向比較及時(shí)了解資金情況，起到風(fēng)險(xiǎn)預(yù)警的作用。

　　4、經(jīng)營狀況分析

　　通過數(shù)據(jù)挖掘，可以及時(shí)了解營業(yè)狀況、資金情況、利潤情況、客戶群分布等重要的信息。并結(jié)合大盤走勢，提供不同行情條件下的最大收益經(jīng)營方式。同時(shí)，通過對各營業(yè)部經(jīng)營情況的橫向比較，以及對本營業(yè)部歷史數(shù)據(jù)的縱向比較，對營業(yè)部的經(jīng)營狀況作出分析，提出經(jīng)營建議。

　　電信業(yè)的數(shù)據(jù)挖掘

　　電信業(yè)已經(jīng)迅速地從單純的提供市話和長話服務(wù)演變?yōu)榫C合電信服務(wù)，如語音、傳真、尋呼、移動電話、圖像、電子郵件、計(jì)算機(jī)和WEB數(shù)據(jù)傳輸以及其他的數(shù)據(jù)通信服務(wù)。電信、計(jì)算機(jī)網(wǎng)絡(luò)、因特網(wǎng)和各種其他方式的的通信和計(jì)算的融合是目前的大勢所趨。而且隨著許多國家對電信業(yè)的開放和新興計(jì)算與通信技術(shù)的發(fā)展，電信市場正在迅速擴(kuò)張并越發(fā)競爭激烈。因此，利用數(shù)據(jù)挖掘技術(shù)來幫助理解商業(yè)行為、確定電信模式、捕捉盜用行為、更好地利用資源和提高服務(wù)質(zhì)量是非常有必要的。分析人員可以對呼叫源、呼叫目標(biāo)、呼叫量和每天使用模式等信息進(jìn)行分析還可以通過挖掘進(jìn)行盜用模式分析和異常模式識別，從而可盡早的發(fā)現(xiàn)盜用，為公司減少損失。

　　移動通信領(lǐng)域的數(shù)據(jù)挖掘

　　針對信息化的應(yīng)用，移動通信行業(yè)信息化進(jìn)程得到巨大發(fā)展和廣泛應(yīng)用，運(yùn)營網(wǎng)絡(luò)系統(tǒng)、綜合業(yè)務(wù)系統(tǒng)、計(jì)費(fèi)系統(tǒng)、辦公自動化等系統(tǒng)的相繼使用，為計(jì)算機(jī)應(yīng)用系統(tǒng)的運(yùn)行積累了大量的歷史數(shù)據(jù)。但在很多情況下，這些海量數(shù)據(jù)在原有的作業(yè)系統(tǒng)中是無法提煉并升華為有用的信息并提供給業(yè)務(wù)分析人員與管理決策者的。一方面，聯(lián)機(jī)作業(yè)系統(tǒng)因?yàn)樾枰Ａ糇銐虻脑敿?xì)數(shù)據(jù)以備查詢而變得笨重不堪，系統(tǒng)資源的投資跟不上業(yè)務(wù)擴(kuò)展的需求；另一方面，管理者和決策者只能根據(jù)固定的、定時(shí)的報(bào)表系統(tǒng)獲得有限的經(jīng)營與業(yè)務(wù)信息，無法適應(yīng)激烈的市場競爭。

　　隨著我國政府對電信行業(yè)經(jīng)營的進(jìn)一步放開和政策約束的調(diào)整以及客戶對電信服務(wù)質(zhì)量要求的提高、盜打、欺詐因素的增加等等，移動通信的經(jīng)營面臨更加復(fù)雜的局面，營運(yùn)成本大幅度增加。因此，如何在激烈的市場競爭條件下，在滿足客戶需求和優(yōu)質(zhì)服務(wù)的前提下充分利用現(xiàn)有設(shè)備降低成本、提高效益，就成為決策者們共同關(guān)心的課題。

　　依照國外電信市場的發(fā)展經(jīng)驗(yàn)和歷程，市場競爭中電信公司的成功經(jīng)營之道是：（１） 以高質(zhì)量的服務(wù)留住現(xiàn)有客戶；（２） 提高通話量和設(shè)備利用率，用比競爭者更低的成本爭取新客戶，擴(kuò)大市場份額；（３）放棄無利潤和信用差的客戶，降低經(jīng)營風(fēng)險(xiǎn)和成本。

　　對于一個(gè)相對成熟的移動通信運(yùn)營商來說，各運(yùn)營與支撐系統(tǒng)所積累的海量歷史數(shù)據(jù)無疑是一筆寶貴的財(cái)富，而數(shù)據(jù)挖掘正是充分利用這些寶貴資源從而達(dá)到上述三重目標(biāo)的一種最為有效的方法與手段。

　　體育領(lǐng)域的數(shù)據(jù)挖掘

　　1、體質(zhì)數(shù)據(jù)分析

　　目前，我國對健康和增強(qiáng)體質(zhì)都十分重視，每年都有很多相關(guān)的體質(zhì)測試。這樣年復(fù)一年地積累了大量數(shù)據(jù)，而對這些數(shù)據(jù)的分析采用的幾乎都是統(tǒng)計(jì)方法，包括很多單位的體育分析和評價(jià)軟件，主要是對體質(zhì)數(shù)據(jù)的均值分析以及套用規(guī)定的評價(jià)公式進(jìn)行評價(jià)和分析。顯然，它們對體育中的體質(zhì)數(shù)據(jù)分析有一定的貢獻(xiàn)，但其作用也只能局限于數(shù)據(jù)本身的大小比較，且產(chǎn)生的結(jié)果通常只能由專業(yè)人員能夠理解，另外只采用統(tǒng)計(jì)的方法挖掘數(shù)據(jù)之間的聯(lián)系也十分有限。

　　利用數(shù)據(jù)挖掘?qū)w質(zhì)數(shù)據(jù)進(jìn)行挖掘，很容易產(chǎn)生統(tǒng)計(jì)方法難以實(shí)現(xiàn)的結(jié)果。例如，根據(jù)積累和不斷收集的數(shù)據(jù)，結(jié)合體質(zhì)數(shù)據(jù)和營養(yǎng)學(xué)方面的知識，可以挖掘出造成不同地區(qū)體質(zhì)好或差的營養(yǎng)方面的原因；同樣，根據(jù)體質(zhì)數(shù)據(jù)和醫(yī)學(xué)方面的知識，能夠挖掘出人們的健康狀況，甚至分析出導(dǎo)致健康狀況較低的可能的疾病原因，從而可以更好地為人們自我保健和健身等各方面提供有力的指導(dǎo)；此外，采用數(shù)據(jù)挖掘?qū)τ忻\(yùn)動員的早期體質(zhì)數(shù)據(jù)進(jìn)行分析，能夠找出它們的共同特點(diǎn)，從而為體育選材提供有力的依據(jù)。體質(zhì)數(shù)據(jù)庫正如一個(gè)寶礦，采用數(shù)據(jù)挖掘技術(shù)，肯定能夠挖掘出很多難以想象的寶藏。

　　2、 體育產(chǎn)業(yè)中的應(yīng)用

　　數(shù)據(jù)挖掘最初的應(yīng)用就是商業(yè)領(lǐng)域，而體育產(chǎn)業(yè)本身就是一類典型的商業(yè)。在一般的商業(yè)數(shù)據(jù)挖掘中，DM技術(shù)判斷哪些是它們的最有價(jià)值客戶、重新制定它們的產(chǎn)品推廣策略（把產(chǎn)品推廣給最需要它們的人），以用最小的花費(fèi)得到最好的銷售。以體育廣告為例，可以對國內(nèi)從事不同體育運(yùn)動廣告業(yè)務(wù)的數(shù)據(jù)庫進(jìn)行挖掘，比如，發(fā)現(xiàn)了做某類體育廣告的單位或公司的特征，那么就可以向那些具有這些特征但還未成為我們的客戶的其它公司或單位推銷這類體育廣告；同樣，如果通過挖掘找到流失的客戶的共同特征，就可以在那些具有相似特征的客戶還未流失之前進(jìn)行針對性的彌補(bǔ)。這樣，可以一定程度地提高體育廣告的效益。，因此，及時(shí)、有效地利用DM，可以為我國體育產(chǎn)業(yè)創(chuàng)造更多的財(cái)富。

　　3、 競技體育中的應(yīng)用

　　競技體育特別是對抗性質(zhì)的競技，通常不但要求運(yùn)動員實(shí)際水平高，同時(shí)戰(zhàn)術(shù)策略也相當(dāng)重要，有時(shí)競技中的戰(zhàn)術(shù)甚至起到?jīng)Q定性作用。認(rèn)識到數(shù)據(jù)挖掘的功能后，國外已經(jīng)將其應(yīng)用于競技體育中。例如，美國著名的國家籃球隊(duì)NBA的教練，利用IBM公司提供的數(shù)據(jù)挖掘工具臨場輔助決定替換隊(duì)員，而且取得了很好的效果。系統(tǒng)分析顯示魔術(shù)隊(duì)先發(fā)陣容中的兩個(gè)后衛(wèi)安佛尼。哈德衛(wèi)（Anfernee Hardaway）和伯蘭。紹（Brian Shaw）在前兩場中被評為－17分，這意味著他倆在場上本隊(duì)輸?shù)舻姆謹(jǐn)?shù)比得到的分?jǐn)?shù)多17分。然而，當(dāng)哈德衛(wèi)與替補(bǔ)后衛(wèi)達(dá)利爾。阿姆斯創(chuàng)（Darrell Armstrong）組合時(shí)，魔術(shù)隊(duì)得分為正14分。在下一場中，魔術(shù)隊(duì)增加了阿姆斯創(chuàng)的上場時(shí)間。此著果然見效：阿姆斯創(chuàng)得了21分，哈德衛(wèi)得了42分，魔術(shù)隊(duì)以88比79獲勝。魔術(shù)隊(duì)在第四場讓阿姆斯創(chuàng)進(jìn)入先發(fā)陣容，再一次打敗了熱隊(duì)。在第五場比賽中，這個(gè)靠數(shù)據(jù)挖掘支持的陣容沒能拖住熱隊(duì)，但數(shù)據(jù)挖掘畢竟幫助了魔術(shù)隊(duì)贏得了打滿5場，直到最后才決出勝負(fù)的機(jī)會。目前，NBA球隊(duì)中大約20個(gè)使用了IBM公司開發(fā)的該軟件系統(tǒng)來優(yōu)化他們的戰(zhàn)術(shù)組合。同樣，利用數(shù)據(jù)挖掘技術(shù)也可以分析足球、排球等類似對抗性的競技運(yùn)動，從中找出對手的弱點(diǎn)，制定出到更有效的戰(zhàn)術(shù)。

　　郵政業(yè)的數(shù)據(jù)挖掘

　　中國郵政建立了目前國內(nèi)最大的物流交換體系，同時(shí)也積累了大量的用戶數(shù)據(jù)，如何利用這些用戶數(shù)據(jù)，通過數(shù)據(jù)分析為郵政業(yè)務(wù)的發(fā)展提供科學(xué)決策依據(jù)，是郵政部門十分關(guān)心的問題。數(shù)據(jù)挖掘技術(shù)可以很好地為郵政部門解決上述問題，利用該技術(shù)，我們可以進(jìn)行客戶存款余額分析、客戶存款結(jié)構(gòu)分析、平均存款利率分析、不同儲種余額分析、不同儲種客戶分析、攬儲統(tǒng)計(jì)分析、業(yè)務(wù)量統(tǒng)計(jì)分析等等。我們以客戶存款分析進(jìn)行介紹。采用分析的維包括如下： 營業(yè)網(wǎng)點(diǎn)的地區(qū)：以地區(qū)作為分析維度，可以判斷出各個(gè)儲蓄所的工作業(yè)績情況； 客戶的年齡：根據(jù)客戶年齡段對存款余額進(jìn)行統(tǒng)計(jì)，從中可以分析出哪個(gè)年齡段的客戶是優(yōu)良客戶，哪些客戶是未來開發(fā)的重點(diǎn)?？蛻舻牡刂罚焊鶕?jù)客戶所在地區(qū)統(tǒng)計(jì)存款余額， 可以分析出各地區(qū)的經(jīng)濟(jì)情況以及人們對郵政儲蓄的認(rèn)識程度，從而為以后的業(yè)務(wù)拓展提供依據(jù)； 存款的用途：居民的儲蓄存款用途比較繁雜，但是了解有規(guī)律的存款目的一方面可以幫助郵政儲蓄及時(shí)想客戶之所想，拉近與客戶之間的距離；另一方面可以為新業(yè)務(wù)的拓展提供有力的信息；時(shí)間段：通過這種分析可以及時(shí)掌握客戶儲蓄的變化規(guī)律，從而適當(dāng)調(diào)整郵政業(yè)務(wù)流程。例如，根據(jù)客戶存款的變化規(guī)律可以預(yù)見性的及時(shí)調(diào)整郵政儲蓄的頭寸資金，在保證投資最大化的同時(shí)，預(yù)防金融風(fēng)險(xiǎn)。

　　呼叫中心的數(shù)據(jù)挖掘

　　呼叫中心正在逐漸成為企業(yè)進(jìn)行信息收集的主要渠道。在收集了大量的數(shù)據(jù)之后，如何將這些數(shù)據(jù)進(jìn)行整理、分析，為企業(yè)進(jìn)行科學(xué)決策提供支持，也是面臨的一個(gè)主要問題。數(shù)據(jù)挖掘技術(shù)，能提供一條新的解決出路。

　　為決策提供依據(jù)，將數(shù)據(jù)挖掘技術(shù)引入呼叫中心，具有十分重要的意義。企業(yè)運(yùn)營過程中的各種信息都是通過數(shù)據(jù)反映出來的，通過對這些數(shù)據(jù)的分析，可以發(fā)現(xiàn)企業(yè)運(yùn)營過程中的規(guī)律，從而對企業(yè)的生產(chǎn)活動、市場活動等提供科學(xué)指導(dǎo)意義。

　　呼叫中心目前僅解決了企業(yè)與外部市場進(jìn)行信息接入的問題，產(chǎn)生的大量數(shù)據(jù)通過報(bào)表等統(tǒng)計(jì)方法，只能得到一般意義上的信息反映。而通過數(shù)據(jù)挖掘技術(shù)，可以發(fā)現(xiàn)許多深層的、手工無法發(fā)現(xiàn)的規(guī)律，幫助企業(yè)在激烈的競爭環(huán)境中，占有更多的先機(jī)。

　　為用戶提供針對性服務(wù)，通過數(shù)據(jù)挖掘技術(shù)，可以根據(jù)客戶的消費(fèi)行為進(jìn)行分類，找出該類客戶的消費(fèi)特征，然后通過呼叫中心提供更具個(gè)性化的服務(wù)，從而改進(jìn)企業(yè)的服務(wù)水平，提高企業(yè)的社會效益和經(jīng)濟(jì)效益。

　　提高企業(yè)的決策科學(xué)，目前，企業(yè)的決策具有很大的盲目性。如果采用數(shù)據(jù)挖掘技術(shù)，就可以在自己的生產(chǎn)過程中產(chǎn)生的數(shù)據(jù)基礎(chǔ)上，進(jìn)行科學(xué)分析，得出比較科學(xué)的預(yù)測結(jié)果，減少決策失誤。通過數(shù)據(jù)挖掘技術(shù)，可以讓企業(yè)的決策回歸到自己的業(yè)務(wù)中，得出更實(shí)際的判斷。

　　增值更容易，數(shù)據(jù)挖掘在呼叫中心中會有很多種應(yīng)用，而且有些應(yīng)用可以幫助簡化管理運(yùn)營，有的則可以提供一些業(yè)務(wù)關(guān)聯(lián)性的數(shù)據(jù)，幫助企業(yè)呼叫中心更好地開展業(yè)務(wù)，實(shí)現(xiàn)增值。具體說來，增值應(yīng)用表現(xiàn)在以下方面。分析客戶行為，進(jìn)行交叉銷售。在呼叫中心的各種客戶中，可以根據(jù)其消費(fèi)的特點(diǎn)，進(jìn)行相關(guān)分析，了解某類客戶在購買一種商品時(shí)，購買其它種類產(chǎn)品的概率有多大。根據(jù)這種相互的關(guān)聯(lián)性，就可以進(jìn)行交叉銷售。分析客戶忠誠度，避免客戶流失。在客戶分析過程中，會有很多重要的大客戶流失。采用數(shù)據(jù)挖掘技術(shù)，可以對這些流失的大客戶進(jìn)行分析，找出數(shù)據(jù)模型，發(fā)現(xiàn)其流失的規(guī)律，然后有針對性地改進(jìn)服務(wù)質(zhì)量，避免客戶的流失，減少企業(yè)的經(jīng)濟(jì)損失。

　　簡化管理，呼叫中心的運(yùn)營管理被人們提到前所未有的高度，因?yàn)橐粋€(gè)中心即使建得很好，技術(shù)也很先進(jìn)，但如果管理不好，優(yōu)勢仍然發(fā)揮不出來。然而，管理對于很多呼叫中心來說，卻是很難過的門檻，數(shù)據(jù)挖掘能幫助簡化管理。

　　預(yù)測話務(wù)量，安排人工座席，在呼叫中心中，話務(wù)量是個(gè)重要的指標(biāo)，企業(yè)要根據(jù)話務(wù)量的大小，安排座席人員的數(shù)量，但話務(wù)量是個(gè)變化的指標(biāo)，以往比較難以預(yù)測。通過數(shù)據(jù)挖掘中的時(shí)間序列分析，可以對話務(wù)量的情況進(jìn)行一定程度的預(yù)測，就可以更合理地安排座席人員的數(shù)量，在不降低呼叫中心接通率的基礎(chǔ)上，降低企業(yè)的運(yùn)營成本。

　　進(jìn)行關(guān)聯(lián)分析，降低運(yùn)營成本。在運(yùn)營型的呼叫中心中，常常會提供很多種業(yè)務(wù)服務(wù)，并根據(jù)這些業(yè)務(wù)種類的不同，安排座席人員的數(shù)量和排班。通過數(shù)據(jù)挖掘中關(guān)聯(lián)分析，可以進(jìn)行業(yè)務(wù)的相關(guān)性分析，分析出哪幾種業(yè)務(wù)具有比較強(qiáng)的關(guān)聯(lián)性。如在快遞行業(yè)，送生日蛋糕的業(yè)務(wù)與送鮮花的業(yè)務(wù)可能就有很大的關(guān)聯(lián)性。這樣，在安排座席人員時(shí)，就可以將兩種業(yè)務(wù)的座席人員進(jìn)行一定程度的合并，減少人員數(shù)量，降低呼叫中心的經(jīng)營成本。

　　數(shù)字圖書館的數(shù)據(jù)挖掘

　　WEB挖掘是一個(gè)前景非?？春玫墓ぞ?。我們知道，傳統(tǒng)的效率低下的搜索引擎檢索出的信息往往索引不完全、有大量的無關(guān)信息或沒有進(jìn)行可靠性驗(yàn)證。用戶能夠快速方便地從WEB中檢索出相關(guān)的可靠的信息是一個(gè)系統(tǒng)的最基本的要求。WEB挖掘不僅能夠從WWW的大量的數(shù)據(jù)中發(fā)現(xiàn)信息，而且它監(jiān)視和預(yù)測用戶的訪問習(xí)慣。這樣給設(shè)計(jì)人員在設(shè)計(jì)WEB站點(diǎn)時(shí)有更多的可靠的信息。WEB挖掘技術(shù)能夠幫助圖書館員在設(shè)計(jì)站點(diǎn)時(shí)朝著方便用戶、節(jié)省時(shí)間和高效率方向發(fā)展。WEB挖掘技術(shù)為圖書館員進(jìn)行信息服務(wù)提供了先進(jìn)的工具。有了這個(gè)工具，圖書館員能夠按照各個(gè)用戶的要求或習(xí)慣，為用戶組織更多、更好的高質(zhì)量信息。

　　例如；院校圖書館員們應(yīng)用WEB挖掘技術(shù)為本院校不同學(xué)科中的不同研究課題從WWW中檢索相關(guān)信息。該技術(shù)可以自動地檢索信息，并把信息按照課題領(lǐng)域進(jìn)行分類，使它們更容易訪問。圖書館員可以通過為不同的課題領(lǐng)域建立一組特征，并以這些特征為基礎(chǔ)進(jìn)行檢索和分類，從而保證得到的信息是可靠的和具有權(quán)威性的。由于WEB挖掘技術(shù)能夠自動地，不須人工干預(yù)地從WWW中發(fā)現(xiàn)和組織信息，從而使圖書館員只需花少量的時(shí)間來維護(hù)數(shù)據(jù)庫即可完成任務(wù)。用戶由于不需要花大量的時(shí)間來瀏覽成百上千的文檔，就可在相當(dāng)短的時(shí)間里得到想要的信息而感到非常滿意。更重要的是，他們可以在任何時(shí)間訪問到世界任何地方的信息。事實(shí)上，這就是圖書館員把他們的咨詢服務(wù)從桌面轉(zhuǎn)移到INTERNET的具體工作表現(xiàn)。

　　網(wǎng)站的數(shù)據(jù)挖掘

　　隨著Web技術(shù)的發(fā)展，各類電子商務(wù)網(wǎng)站風(fēng)起云涌。建立一個(gè)電子商務(wù)網(wǎng)站并不困難，困難的是如何讓您的電子商務(wù)網(wǎng)站有效益。要想有效益就必須吸引客戶，增加能帶來效益的客戶忠誠度。電子商務(wù)業(yè)務(wù)的競爭比傳統(tǒng)的業(yè)務(wù)競爭更加激烈，原因有很多方面，其中一個(gè)因素是客戶從一個(gè)電子商務(wù)網(wǎng)站轉(zhuǎn)換到競爭對手那邊，只需要點(diǎn)擊幾下鼠標(biāo)即可。網(wǎng)站的內(nèi)容和層次、用詞、標(biāo)題、獎勵(lì)方案、服務(wù)等任何一個(gè)地方都有可能成為吸引客戶、同時(shí)也可能成為失去客戶的因素。而同時(shí)電子商務(wù)網(wǎng)站每天都可能有上百萬次的在線交易，生成大量的記錄文件（Log files）和登記表，如何對這些數(shù)據(jù)進(jìn)行分析和挖掘，充分了解客戶的喜好、購買模式，甚至是客戶一時(shí)的沖動，設(shè)計(jì)出滿足不同客戶群體需要的個(gè)性化網(wǎng)站，進(jìn)而增加其競爭力，幾乎變得勢在必行。若想在競爭中生存進(jìn)而獲勝，就要比您的競爭對手更了解客戶。

　　在對網(wǎng)站進(jìn)行數(shù)據(jù)挖掘時(shí)，所需要的數(shù)據(jù)主要來自于兩個(gè)方面：一方面是客戶的背景信息，此部分信息主要來自于客戶的登記表；而另外一部分?jǐn)?shù)據(jù)主要來自瀏覽者的點(diǎn)擊流（Click-stream），此部分?jǐn)?shù)據(jù)主要用于考察客戶的行為表現(xiàn)。但有的時(shí)候，客戶對自己的背景信息十分珍重，不肯把這部分信息填寫在登記表上，這就會給數(shù)據(jù)分析和挖掘帶來不便。在這種情況之下，就不得不從瀏覽者的表現(xiàn)數(shù)據(jù)中來推測客戶的背景信息，進(jìn)而再加以利用。

　　生物醫(yī)學(xué)和DNA的數(shù)據(jù)挖掘

　　生物信息或基因數(shù)據(jù)挖掘?qū)θ祟愂芤娣菧\。例如，基因的組合千變?nèi)f化，得某種疾病的人的基因和正常人的基因到底差別多大？能否找出其中不同的地方，進(jìn)而對其不同之處加以改變，使之成為正常基因？這都需要數(shù)據(jù)挖掘技術(shù)的支持。

　　對于生物信息或基因的數(shù)據(jù)挖掘和通常的數(shù)據(jù)挖掘相比，無論在數(shù)據(jù)的復(fù)雜程度、數(shù)據(jù)量還有分析和建立模型的算法而言，都要復(fù)雜得多。從分析算法上講，更需要一些新的和好的算法?，F(xiàn)在很多廠商正在致力于這方面的研究。但就技術(shù)和軟件而言，還遠(yuǎn)沒有達(dá)到成熟的地步。

　　因特網(wǎng)篩選的數(shù)據(jù)挖掘

　　最近，有不少數(shù)據(jù)挖掘產(chǎn)品用來篩選因特網(wǎng)上的新聞，保護(hù)用戶不受無聊電子郵件和商業(yè)推銷的干擾，很受歡迎。

　　氣象預(yù)報(bào)中的數(shù)據(jù)挖掘

　　農(nóng)業(yè)生產(chǎn)與氣候、氣象有著密切的關(guān)系，我國是一個(gè)農(nóng)業(yè)大國，農(nóng)業(yè)生產(chǎn)關(guān)系到國家經(jīng)濟(jì)命脈和人民生活。天氣系統(tǒng)是一個(gè)復(fù)雜性系統(tǒng)，其影響因素多，時(shí)空狀態(tài)變化大。氣象數(shù)據(jù)中蘊(yùn)含著復(fù)雜非線性動力學(xué)機(jī)制。各個(gè)因素之間的關(guān)系十分復(fù)雜，并具有紛雜多變的時(shí)空特征。因而，難以建立農(nóng)業(yè)生產(chǎn)與氣象要素的關(guān)系。采用新的技術(shù)和方法進(jìn)行相關(guān)研究有實(shí)際意義，也是應(yīng)用發(fā)展及需求的驅(qū)動，數(shù)據(jù)挖掘技術(shù)可以用來解決此問題。

　　國外利用數(shù)據(jù)挖掘來進(jìn)行氣象預(yù)報(bào)的應(yīng)用研究所采用的方法主要包括：神經(jīng)網(wǎng)絡(luò)、分類和聚類；國內(nèi)則有人采用了小波分析與語言場相結(jié)合的知識表示方法，針對氣象數(shù)據(jù)提出一種新的基于小波分析和混沌理論相結(jié)合進(jìn)行類別知識的發(fā)現(xiàn)方法，氣象數(shù)據(jù)通過小波變換后可以提取表示天氣系統(tǒng)的特征數(shù)據(jù)，利用特征數(shù)據(jù)同農(nóng)業(yè)生產(chǎn)相關(guān)指標(biāo)（如產(chǎn)量，害蟲密度等）的關(guān)系進(jìn)行數(shù)據(jù)挖掘，數(shù)據(jù)挖掘的方法包括：分類、聚類、關(guān)聯(lián)規(guī)則以及相似模式等，從非結(jié)構(gòu)化數(shù)據(jù)信息挖掘的角度構(gòu)建了一個(gè)實(shí)用的、可擴(kuò)展的、易操作的氣象科學(xué)研究的應(yīng)用系統(tǒng)。

　　水文數(shù)據(jù)的數(shù)據(jù)挖掘

　　信息獲取與分析技術(shù)的快速發(fā)展，特別是遙測、遙感、網(wǎng)絡(luò)、數(shù)據(jù)庫等技術(shù)的應(yīng)用，有力地促進(jìn)了水文數(shù)據(jù)的采集和處理技術(shù)的發(fā)展，使之在時(shí)間和空間的尺度及要素類型上有了不同程度的擴(kuò)展。由于水在人類生存發(fā)展中的特殊作用，應(yīng)用各種新技術(shù)獲取水文數(shù)據(jù)，挖掘蘊(yùn)藏于水文數(shù)據(jù)中的知識，已成為水文科學(xué)發(fā)展的新熱點(diǎn)。數(shù)字水文系統(tǒng)的提出是水文科學(xué)發(fā)展的時(shí)代標(biāo)志之一。其核心是如何形成數(shù)字化的、覆蓋整個(gè)指定地域空間的、多重時(shí)空尺度的、多種要素的、對水文分析有用的數(shù)據(jù)產(chǎn)品。

　　水文數(shù)據(jù)挖掘是精確水文預(yù)報(bào)和水文數(shù)據(jù)分析的重要基礎(chǔ)。在我國，整個(gè)水文整編資料數(shù)據(jù)累計(jì)量已超過7000MB，加上進(jìn)行水文預(yù)報(bào)所需的天氣、地理等數(shù)據(jù)，進(jìn)行水文分析所需要處理的數(shù)據(jù)量很大。從這些數(shù)量巨大、類型復(fù)雜的數(shù)據(jù)中及時(shí)準(zhǔn)確地挖掘出滿足需要的知識，往往因?yàn)橛?jì)算能力、存儲能力、算法的不足而無能為力。因此，需要高效的水文數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘技術(shù)在水文信息服務(wù)領(lǐng)域的應(yīng)用將是多方面的。

　　數(shù)據(jù)挖掘一般有關(guān)聯(lián)分析（Associations）、序列模式分析（Sequential Patterns）、分類分析（Classifiers）、聚類分析（Clustering）等功能類型。根據(jù)應(yīng)用目標(biāo)不同，數(shù)據(jù)挖掘可以采用或借鑒各種已經(jīng)存在的理論和算法，如信息論、數(shù)理邏輯、進(jìn)化計(jì)算、神經(jīng)計(jì)算、統(tǒng)計(jì)學(xué)等以及面向?qū)嵗膶W(xué)習(xí)的許多算法都可以應(yīng)用于數(shù)據(jù)挖掘系統(tǒng)的實(shí)現(xiàn)中。水文數(shù)據(jù)挖掘可以應(yīng)用決策樹、神經(jīng)網(wǎng)絡(luò)、覆蓋正例排斥反例、粗糙集（Rough Set）、概念樹、遺傳算法、公式發(fā)現(xiàn)、統(tǒng)計(jì)分析、模糊論等理論與技術(shù)，并在可視化技術(shù)的支持下，構(gòu)造滿足不同目的的水文數(shù)據(jù)挖掘應(yīng)用系統(tǒng)。

　　視頻數(shù)據(jù)的數(shù)據(jù)挖掘

　　目前，多媒體數(shù)據(jù)已逐漸成為信息處理領(lǐng)域中主要的信息媒體形式，尤其是視頻數(shù)據(jù)，由于它能記錄、保留空間和時(shí)間上的各種信息，其內(nèi)容豐富，但使人們能夠以最接近自然的方式獲得更多的細(xì)節(jié)。視頻數(shù)據(jù)在生活中的應(yīng)用越來越廣泛，已產(chǎn)生了大量的數(shù)字視頻庫，目前的研究主要集中在數(shù)字視頻庫的組織管理和使用上，特別是基于內(nèi)容的視頻檢索技術(shù)?；趦?nèi)容的視頻信息檢索技術(shù)雖然在某種程度上解決了視頻搜索和資源發(fā)現(xiàn)問題，但是，視頻信息檢索只能獲取用戶要求的視頻“信息”，而不能從大量視頻數(shù)據(jù)中分析出蘊(yùn)含的有價(jià)值的用視頻媒體表示的“知識”。為此，需要研究比檢索和查詢層次更高的視頻分析方法，那就是視頻挖掘（Video Mining）。視頻挖掘就是通過綜合分析視頻數(shù)據(jù)的視聽特性、時(shí)間結(jié)構(gòu)、事件關(guān)系和語義信息，發(fā)現(xiàn)隱含的、有價(jià)值的、可理解的視頻模式，得出視頻表示事件的趨向和關(guān)聯(lián)，改善視頻信息管理的智能程度。

　　個(gè)人數(shù)據(jù)挖掘

　　個(gè)人數(shù)據(jù)挖掘的應(yīng)用非常廣泛，例如，可以挖掘公司記錄，選擇最好的合作伙伴；挖掘個(gè)人家庭醫(yī)療史，確定和遺傳有關(guān)的醫(yī)學(xué)模式，從而對生活方式和健康做出最優(yōu)決策；挖掘股票和公司業(yè)績來選擇最優(yōu)投資方式等。

　　數(shù)據(jù)挖掘工具的評價(jià)標(biāo)準(zhǔn)

　　如何選擇滿足自己需要的數(shù)據(jù)挖掘工具呢？評價(jià)一個(gè)數(shù)據(jù)挖掘工具，需要從以下幾個(gè)方面來考慮：

　　1產(chǎn)生的模式種類的多少。

　　2解決復(fù)雜問題的能力。

　　數(shù)據(jù)量的增大，對模式精細(xì)度、準(zhǔn)確度要求的增高都會導(dǎo)致問題復(fù)雜性的增大。數(shù)據(jù)挖掘系統(tǒng)可以提供下列方法解決復(fù)雜問題：

　　多種模式多種類別模式的結(jié)合使用有助于發(fā)現(xiàn)有用的模式，降低問題復(fù)雜性。例如，首先用聚類的方法把數(shù)據(jù)分組，然后再在各個(gè)組上挖掘預(yù)測性的模式，將會比單純在整個(gè)數(shù)據(jù)集上進(jìn)行操作更有效、準(zhǔn)確度更高。

　　多種算法很多模式，特別是與分類有關(guān)的模式，可以有不同的算法來實(shí)現(xiàn)，各有各的優(yōu)缺點(diǎn)，適用于不同的需求和環(huán)境。數(shù)據(jù)挖掘系統(tǒng)提供多種途徑產(chǎn)生同種模式，將更有能力解決復(fù)雜問題。驗(yàn)證方法在評估模式時(shí)，有多種可能的驗(yàn)證方法。比較成熟的方法像N層交叉驗(yàn)證或Bootstrapping等可以控制，以達(dá)到最大的準(zhǔn)確度。

　　數(shù)據(jù)選擇和轉(zhuǎn)換模式通常被大量的數(shù)據(jù)項(xiàng)隱藏。有些數(shù)據(jù)是冗余的，有些數(shù)據(jù)是完全無關(guān)的。而這些數(shù)據(jù)項(xiàng)的存在會影響到有價(jià)值的模式的發(fā)現(xiàn)。數(shù)據(jù)挖掘系統(tǒng)的一個(gè)很重要功能就是能夠處理數(shù)據(jù)復(fù)雜性，提供工具，選擇正確的數(shù)據(jù)項(xiàng)和轉(zhuǎn)換數(shù)據(jù)值。

　　可視化工具提供直觀、簡潔的機(jī)制表示大量的信息。這有助于定位重要的數(shù)據(jù)，評價(jià)模式的質(zhì)量，從而減少建模的復(fù)雜性。 擴(kuò)展性為了更有效地提高處理大量數(shù)據(jù)的效率，數(shù)據(jù)挖掘系統(tǒng)的擴(kuò)展性十分重要。需要了解的是：數(shù)據(jù)挖掘系統(tǒng)能否充分利用硬件資源？是否支持并行計(jì)算？算法本身設(shè)計(jì)為并行的或利用了DBMS的并行性能？支持哪種并行計(jì)算機(jī)，SMP服務(wù)器還是MPP服務(wù)器？當(dāng)處理器的數(shù)量增加時(shí)，計(jì)算規(guī)模是否相應(yīng)增長？是否支持?jǐn)?shù)據(jù)并行存儲？

　　為單處理器的計(jì)算機(jī)編寫的數(shù)據(jù)挖掘算法不會在并行計(jì)算機(jī)上自動以更快的速度運(yùn)行。為充分發(fā)揮并行計(jì)算的優(yōu)點(diǎn)，需要編寫支持并行計(jì)算的算法。

　　3易操作性

　　易操作性是一個(gè)重要的因素。有的工具有圖形化界面，引導(dǎo)用戶半自動化地執(zhí)行任務(wù)，有的使用腳本語言。有些工具還提供數(shù)據(jù)挖掘的API，可以嵌入到像C、VisualBasic、PowerBuilder這樣的編程語言中。

　　模式可以運(yùn)用到已存在或新增加的數(shù)據(jù)上。有的工具有圖形化的界面，有的允許通過使用C這樣的程序語言或SQL中的規(guī)則集，把模式導(dǎo)出到程序或數(shù)據(jù)庫中。

　　4數(shù)據(jù)存取能力

　　好的數(shù)據(jù)挖掘工具可以使用SQL語句直接從DBMS中讀取數(shù)據(jù)。這樣可以簡化數(shù)據(jù)準(zhǔn)備工作，并且可以充分利用數(shù)據(jù)庫的優(yōu)點(diǎn)（比如平行讀?。?。沒有一種工具可以支持大量的DBMS，但可以通過通用的接口連接大多數(shù)流行的DBMS。Microsoft的ODBC就是一個(gè)這樣的接口。

　　5與其他產(chǎn)品的接口

　　有很多別的工具可以幫助用戶理解數(shù)據(jù)，理解結(jié)果。這些工具可以是傳統(tǒng)的查詢工具、可視化工具、OLAP工具。數(shù)據(jù)挖掘工具是否能提供與這些工具集成的簡易途徑？

　　國外的許多行業(yè)如通信、信用卡公司、銀行和股票交易所、保險(xiǎn)公司、廣告公司、商店等已經(jīng)大量利用數(shù)據(jù)挖掘工具來協(xié)助其業(yè)務(wù)活動，國內(nèi)在這方面的應(yīng)用還處于起步階段，對數(shù)據(jù)挖掘技術(shù)和工具的研究人員以及開發(fā)商來說，我國是一個(gè)有巨大潛力的市場。