数据挖掘的应用 - 腾讯云开发者社区 - 腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

【数据挖掘】数据挖掘特异群组挖掘的框架与应用

特异群组挖掘与聚类、异常挖掘都属于根据数据对象的相似性来划分数据集的数据挖掘任务，但是，特异群组挖掘在问题定义、算法设计和应用效果方面不同于聚类和异常等挖掘任务。...图1 大数据集里的特异群组大数据特异群组挖掘具有广泛应用背景，在证券交易、智能交通、社会保险、生物医疗、银行金融和网络社区等领域都有应用需求，对发挥大数据在诸多领域的应用价值具有重要意义。...特异群组挖掘、聚类和异常检测都是根据数据对象间的相似程度来划分数据对象的数据挖掘任务，但它们在问题定义、算法设计和应用效果上存在差异[5]。...本文讨论了特异群组挖掘任务在问题定义、算法实现和应用等方面与聚类、异常检测之间的差异，指出挖掘的需求决定了簇、特异群组、异常点的本质，表明了相似性理论是大数据挖掘技术研究的基础和关键；给出了一个易于理解和应用的特异群组挖掘任务的形式化描述及其实现算法...；描述了特异群组挖掘的一些应用领域，实现大数据价值。

1.8K10 0

【数据挖掘】基于数据挖掘技术的CRM应用

一个通用的定义是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取人们感兴趣的知识，这些知识是隐讳的、事先未知的、潜在有用的信息。...三、客户关系管理应用数据挖掘的步骤　　（一）需求分析　　只有确定需求，才有分析和预测的目标，然后才能提取数据、选择方法，因此，需求分析是数据挖掘的基础条件。...数据挖掘的实施过程也是围绕着这个目标进行的。在确定用户的需求后，应该明确所要解决的问题属于哪种应用类型，是属于关联分析、分类、聚类及预测，还是其他应用。...数据挖掘主要有五种任务：分类，估值预测，关联规则，聚集，描述。前三种属于直接的数据挖掘。在直接数据挖掘中，目标是应用可得到的数据建立模型，用其它可得到的数据来描述感兴趣的变量。后两种属于间接数据挖掘。...（六）部署和应用　　将数据挖掘的知识归档和报告给需要的群体，根据数据挖掘发现的知识采取必要的行动，以及消除与先前知识可能存在的冲突，并将挖掘的知识应用于应用系统。

1.3K8 0

您找到你想要的搜索结果了吗？

是的

没有找到

【数据挖掘】数据挖掘与生活：算法分类和应用

但是，如果了解一点点数据挖掘（Data Mining）的知识，你，或许会有柳暗花明的感觉。的确，数据挖掘无处不在。它和生活密不可分，就像空气一样，弥漫在你的周围。但是，很多时候，你并不能意识到它。...因此，它是陌生的，也是熟悉的。本文，主要想简单介绍下数据挖掘中的算法，以及它包含的类型。然后，通过现实中触手可及的、活生生的案例，去诠释它的真实存在。一、数据挖掘的算法类型 ?...一般来说，数据挖掘的算法包含四种类型，即分类、预测、聚类、关联。前两种属于有监督学习，后两种属于无监督学习，属于描述性的模式识别和发现。...二、基于数据挖掘的案例和应用上文所提到的四种算法类型（分类、预测、聚类、关联），是比较传统和常见的。还有其他一些比较有趣的算法分类和应用场景，例如协同过滤、异常值分析、社会网络、文本分析等。...下面，想针对不同的算法类型，具体的介绍下数据挖掘在日常生活中真实的存在。下面是能想到的、几个比较有趣的、和生活紧密关联的例子。 ?

1.7K9 0

数据挖掘应用实例分析

数据挖掘应用实例分析 ——个性化推荐系统数据挖掘技术，一门基于计算机技术与大数据时代信息处理需求的技术产物，从世纪之交的火热发展以来，不知不觉间，早已应用到我们生活的方方面面：电子邮箱中的垃圾邮件分类...还有人工智能、自然语言处理、数据修正等。我们认为，数据挖掘技术将成为互联网时代应用最广泛的技术之一，它有可能为人类社会带来一个新的时代。 ...这些数据挖掘有关技术已经在很多领域取得了成就，譬如推荐系统应用的鼻祖Amazon，就是通过消费偏好对比以及一些混合手法，来对用户进行精准的页面推荐，现在的淘宝、京东、天猫等电商平台显然也采用了这种方式进行个性化推荐...对于个性化推荐在其他领域的应用也都面临着类似的问题。...总而言之，个性化推荐是日常生活中最能体现数据挖掘的应用实例之一，人们对于它的研究已经很多年了，而且还将基于社会文化的不断变迁继续发展下去。

8913 0

大数据时代下数据挖掘技术的应用

识别自从20世纪50年代数字图像出现以来，数字图像成为人类社会中必不可少的“数据”。在计算机应用中，数据挖掘在图像识别的应用越来越普遍，有代表性应用为人脸识别和指纹识别。...大数据时代下数据挖掘的应用在大数据时代下，数据挖掘已经广泛地应用到生活中各种各样的领域中，成为当今高科技发展的热点问题。...恶意软件的智能检测在大数据时代下，在恶意软件检测中数据挖掘技术得到广泛的应用。...随着该方法的应用，诊断率可达99.3％。针对疾病的智能诊断，数据挖掘具有4个应用角度：在医院信息系统中的应用、在疾病辅助诊断中的应用、在药物开发中的应用、在遗传学方面的应用。...本文通过对国内外的研究现状进行剖析，分析了数据挖掘技术的主要方法，介绍了数据挖掘技术的应用领域，总结了在大数据时代下数据挖掘技术未来的发展趋势。

1.9K3 0

数据挖掘典型应用：关联分析

关联分析是一个很有用的数据挖掘模型，能够帮助企业做很多很有用的产品组合推荐、优惠促销组合，同时也能指导货架摆放是否合理，还能够找到更多的潜在客户，的确真正的把数据挖掘落到实处。那什么是关联分析呢？...在超市经常我们看到商品组合打包在一起优惠销售，例如：飘柔洗发水+玉兰油沐浴露、方便面+火腿肠，面包+牛奶，在这些产品组合的背后必然有相应的数据进行支撑，才敢推出相应的优惠组合套装，而这背后的原理就是涉及到数据挖掘中的关联分析...关联分析又称关联挖掘，就是在交易数据、关系数据或其他信息载体中，查找存在于项目集合或对象集合之间的频繁模式、关联、相关性或因果结构。或者说，关联分析是发现交易数据库中不同商品（项）之间的联系。...后期的关联推荐应用于主要是三个方面：重购：继续购买原来的产品；升级：购买更高档次的产品；交叉销售：购买相关的产品。...关联分析是一个很有用的数据挖掘模型，能够帮助企业做很多很有用的产品组合推荐、优惠促销组合，同时也能指导货架摆放是否合理，还能够找到更多的潜在客户，的确真正的把数据挖掘落到实处。

8772 0

Python在大数据挖掘中的应用

Python作为一种特殊的编程语言，可以链接各种编程语言，应用与各种不同的场景。不管是数据挖掘、运维、建站还是爬虫都广泛运用。Python和其他编程语言相比，具有语法清晰、开发效率高的特点。...对于数据挖掘来讲，Python对数据清洗、数据探索、建立宽表、变量筛选、建模、模型参数优化、模型输出、模型投产等等一系列环节均有成熟的“包”进行支持，而在建模环节，除了对传统时序、Logistic、决策树等算法的支持...，广泛应用于各大比赛的Xgboost等等等等。...通过这些特点，Python把遥不可及高高在上的大数据、数据挖掘、机器学习、深度学习等概念转化为每个人都可以学习、每个企业都可以实际应用的项目和程序。...所以Python在大数据挖掘中运用十分广泛。

1.3K3 0

Python在大数据挖掘中的应用

Python作为一种特殊的编程语言，可以链接各种编程语言，应用与各种不同的场景。不管是数据挖掘、运维、建站还是爬虫都广泛运用。Python和其他编程语言相比，具有语法清晰、开发效率高的特点。...对于数据挖掘来讲，Python对数据清洗、数据探索、建立宽表、变量筛选、建模、模型参数优化、模型输出、模型投产等等一系列环节均有成熟的“包”进行支持，而在建模环节，除了对传统时序、Logistic、决策树等算法的支持...，广泛应用于各大比赛的Xgboost等等等等。...通过这些特点，Python把遥不可及高高在上的大数据、数据挖掘、机器学习、深度学习等概念转化为每个人都可以学习、每个企业都可以实际应用的项目和程序。...所以Python在大数据挖掘中运用十分广泛。

1.4K2 0

数据挖掘算法及相关应用

文/黄成甲数椐挖掘是指从原始的、未加工的海量数据中提取出有用信息。简言之，数据挖掘是有目的的收集教据，并对数据进行分析，从中找到有价值的信息或者模式。...数据挖掘吸收了统计学、机器学习、模式识别、数据库和数据仓库、信息检索等技术，所以，它是一门综合学科。数据挖掘现已在商业智能（BI)、远程医疗、教育和电子商务等领域成功应用。...特别的，随着互联网的发展，电子商务领域对数据挖掘的需求日益增长。...数据挖掘需要具备良好的熟学素养，统计学、概率论的知识也必不可少，同时数据挖掘还涉及到数据库、机器学习、信息检索、数据结构和基本的计算机编程能力。...它还涉及一些相关领域的专业知识，可以说，数据挖掘是一门综合性比较高的学科，在不同领域应用的其体应用方法也不同。由于跨越的科目比较多，初学者往往需要其备多科目的基础知识才能学习数据挖掘。

1.1K2 0

数据挖掘在生活上的应用

这些信息透过数据挖掘的技术组合在一起，就可快速地勾勒出每个人对生活的品味、特征，并进一步影响我们的生活。未来数据化世界的一个场景下面显示未来数据化世界的一个场景。客服：「xx披萨店您好！...以下将从大卖场的手推车开始告诉你，利用数据挖掘的数据化营销方式，将如何颠覆许多传统的营销模式。...若要准确地预测顾客对产品的喜好，并适时提供相关的优惠信息，以提高产品的交叉销售率，则需透过数据挖掘技术。...数据挖掘中的关联规则(Association Rules)技术，则会发掘出产品间同时购买的可能性。...结语无论在职场或是商场，数据挖掘一旦成为分析数据的重要工具后，我们必需学会利用数字来当做武器。我们必需了解整个数据挖掘的分析方法，并精通这些方法。不论你愿不愿意，数据挖掘的数据时代已经来临。

1.9K7 0

数据挖掘在电子商务中的应用

信息处理技术有了新的应用研究课题——数据挖掘。 1.数据挖掘在电子商务中的作用　　数据挖掘技术之所以可以服务电子商务，是因为它能够挖掘出活动过程中的潜在信息以指导电子商务营销活动。...2.数据挖掘过程　　电子商务中的数据挖掘的过程一般由3个主要的阶段组成：数据准备、数据挖掘、结果解释和评价。　　(1)数据准备数据准备又可分为数据选取、数据预处理。...(2)数据挖掘阶段首先要确定数据挖掘的目标和挖掘的知识类型。确定挖掘任务后，根据挖掘的知识类型选择合适的挖掘算法；最后实施数据挖掘操作，运用选定的挖掘算法从数据库中抽取所需的知识。　　...在电子商务中主要应用的数据挖掘技术和方法有：　　(1)聚类分析聚类分析可在电子商务过程中从Web查找信息中聚集出具有相似特性的客户。...5.数据挖掘技术在电子商务中的几点应用　　(1)实施CRM战略，为客户提供个性化服务随着网络的普及和电子商务网站的增多，客户常会迷失在复杂的网站和众多的商品信息中。

2.6K1 0

【数据挖掘】常用的数据挖掘方法

数据挖掘又称数据库中的知识发现，是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程利用数据挖掘进行数据分析常用的方法主要有分类...、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等，它们分别从不同的角度对数据进行挖掘。...它可以应用到市场营销的各个方面，如客户寻求、保持和预防客户流失活动、产品生命周期分析、销售趋势预测及有针对性的促销活动等。 ③　聚类。...它可以应用到客户群体的分类、客户背景分析、客户购买趋势预测、市场的细分等。 ④　关联规则。...意外规则的挖掘可以应用到各种异常信息的发现、分析、识别、评价和预警等方面。 ⑦　Web页挖掘。

2.9K6 0

【应用】浅谈零售行业的数据挖掘

本文从个人的角度去谈一下如何使用数据挖掘帮助零售商提升生意，让数据真正地去指导企业经营，最大限度地发挥数据提供商业决策的作用。...第一、开展会员制能够帮助企业采集更多会员数据，更有利于开展数据挖掘的工作，同时也有利于培养客户忠诚度。...其中销售表、产品表、客户表比较重要，而产品表梳理对数据分析及数据挖掘团队而言，是做好项目的关键，必须要耗费大量的时间。...因为数据挖掘是一个闭环的流程，不是撰写挖掘报告、输出营销客户名单就是项目成功的，必须协助零售商开展相应的营销设计、营销活动执行、营销评估及优化工作。...对于零售商而言，数据挖掘是个不大不小的投入，对于关键的成果输出，总希望能够把成果规则进行IT固化，实现自动代替手工操作，这个时候经常需要搭建一个成果固化模块或系统，让数据挖掘能够最大限度帮助企业。

8737 0

大数据建模、分析、挖掘技术应用

关键知识点：1.掌握大数据建模分析与使用方法。2.掌握大数据平台技术架构。3.掌握国内外主流的大数据分析与BI商业智能分析解决方案。...4.掌握大数据分析在搜索引擎、广告服务推荐、电商数据分析、金融客户分析方面的应用。5.掌握主流的基于大数据Hadoop和Spark、R的大数据分析平台架构和实际应用。...6.掌握基于Hadoop大数据平台的数据挖掘和数据仓库分布式系统平台应用，以及商业和开源的数据分析产品加上Hadoop平台形成大数据分析平台的应用剖析。7.掌握常见的机器学习算法。

3093 0

【数据挖掘】金融行业的数据挖掘之道

工商银行文本挖掘技术应用探索分享工商银行在大家传统的印象当中是一个体形非常庞大但是稳步前行的形象，但是近些年来在大数据的挑战下工商银行积极应对外界变化，做一些转型。...其中一个举措就是通过数据应用驱动业务变革。今天我所分享的主题就是和银行的客户服务相关的，如何应用文本挖掘技术洞察客户的心声。...结合文本挖掘的客户服务分析流程在结合了文本挖掘技术之后有了一些流程变化，不仅对结构化数据做分析，同时也能够从客户反馈的文本当中提取出客户的热点意见，再把热点去和结构化数据做关联分析，就能得到更加丰富的分析场景...从刚才服务流程的演变可以看到有了一些挖掘的功能，首先从技术来说丰富了分析的手段，原来只能对结构化进行分析，现在能够对文本数据客户所说的内容进行分析，然后扩大了分析的范围，原来只能关注到工商银行官方服务渠道所记录下来的信息...客户意见挖掘——实施效果既然有了客户意见表示方式，接下来应用于什么业务场景当中。

1.2K5 0

【数据挖掘】数据挖掘的九条定律

但是经过数据挖掘处理的问题或数据集绝不是随机的，也不是所有可能问题的均匀分布，他们代表的是一个有偏差的样本，那么为什么要应用NFL的结论?...“预测”这个术语广泛的使用导致了所谓的“预测分析”被作为数据挖掘的总称，并且在业务解决方案中得到了广泛的应用。...数据挖掘发现的模式不是永远不变的。数据挖掘的许多应用是众所周知的，但是这个性质的普遍性没有得到广泛的重视。数据挖掘在市场营销和CRM方面的应用很容易理解，客户行为模式随着时间的变化而变化。...数据挖掘在欺诈模型和风险模型的应用中同样如此，随着环境的变化欺诈行为也在变化，因为罪犯要改变行为以保持领先于反欺诈。...某些种类的数据挖掘可能被认为发现的模式不会随时间而变化，比如数据挖掘在科学上的应用，我们有没有发现不变的普遍的规律?也许令人惊奇的是，答案是即使是这些模式也期望得到改变。

1.3K5 0

【数据挖掘】数据挖掘总结 ( 数据挖掘相关概念 ) ★★

用于挖掘的数数据源必须真实 : ① 存在的真实数据 : 数据挖掘处理的数据一般是存在的真实数据 , 不是专门收集的数据 ; ② 数据收集 : 该工作不属于数据挖掘范畴 , 属于统计任务 ; 2 ....未知结果 : ① 挖掘结果 : 数据挖掘挖掘出的知识是未知的 , 目的是为了发掘潜在的知识 , 模式 ; 这些知识只能在特定环境下可以接收 , 可以理解 , 可以运用 ; ② 知识使用 : 数据挖掘出的知识只能在特定领域使用..., 如金融领域数据挖掘结果 , 只能在金融领域及相关领域使用 ; 参考博客 : 【数据挖掘】数据挖掘简介 ( 数据挖掘引入 | KDD 流程 | 数据源要求 | 技术特点 ) 二、数据挖掘组件化思想...数据挖掘任务分类 : 根据数据挖掘的目标 , 可以将数据挖掘任务分为以下几类 : ① 模式挖掘 , ② 描述建模 , ③ 预测建模 ; 描述建模和预测建模又称为模型挖掘 ; ① 模式挖掘 : 如..., 性能会很低 ; 确定模型 / 模式结构和评分函数 , 是人来完成 , 优化评分函数的过程是计算机完成 ; 参考博客 : 【数据挖掘】数据挖掘算法组件化思想 ( 模型或模式结构 | 数据挖掘任务

4.7K0 0

【数据挖掘】图数据挖掘

那么图数据挖掘是干什么的呢？难道是开着挖掘机来进行挖掘？还是扛着锄头？下面讲讲什么是图数据挖掘。...一、什么是图数据挖掘这个话题感觉比较沉重，以至于我敲打每个字都要犹豫半天，这里我说说我对图数据挖掘的理解。数据是一个不可数名字，那么说明数据是一个没有边界的东西。...那么不难理解，数据挖掘就是挖掘数据里面的“宝贝”，图数据挖掘，就是以图的结构来存储、展示、思考数据，以达到挖掘出其中的“宝贝”。那这个“宝贝”是什么？...那么对这个图进行关系挖掘，那么会产生很多有用的数据，比如可以推荐你可能认识的人，那就是朋友的朋友，甚至更深，这就形成了某空间好友推荐的功能。比如某宝的你可能喜欢的宝贝，可以通过图数据挖掘来实现。...这就是我认为的图数据挖掘。从学术上讲，图数据挖掘分为数据图，模式图两种。至于这两个类型的区别，由于很久没有关注这块，所以只能给出一个字面意义上的区别。

2.7K8 1

【R应用】R 语言企业级数据挖掘应用

有奖转发活动回复“抽奖”参与《2015年数据分析/数据挖掘工具大调查》有奖活动。三月底参加了中国人民大学统计学院海峡两岸数据挖掘研讨会，和大家简单聊了聊R语言在京东商城的数据挖掘应用。...从最底层的原始数据来看，PB级数据确实不是R所擅长，但这些数据有Hadoop或者其他高性能存储和处理系统；向上是针对于不同业务场景的数据集市，经过清洗后，数据的规模则下降到了TB级；再向上则是针对于特定任务的分析和挖掘模块...比如规则很容易在数据集市这段做并行化计算我的团队在大量使用R作为分析建模工具，看似比较另类，但其实Google、Facebook、Linkedin等公司已经有大量的直接使用R做分析挖掘的应用，只是大家不太留意罢了...当然，这里还有很多问题没有展开，比如： R语言的数据挖掘应该在并行化环境完成还是在单台机器的计算环境完成？抽样可否解决大数据挖掘问题？生产中直接实施R环境是否可行？...PPV课大数据ID: ppvke123 （长按可复制）本公众号专注大数据和数据科学领域，分享领域知识和相关技术文章，探索大数据商业价值，培养和挖掘大数据专业人才，欢迎大家关注！

1K6 0

数据挖掘引论篇学习笔记为什么进行数据挖掘可以挖掘什么样的数据可以挖掘什么类型的模式使用的技术面向什么类型的应用数据挖掘面临的问题

先从概念上了解数据挖掘为什么进行数据挖掘我们生活在大量数据日积月累的年代。分析这些数据是一种重要需求。...数据挖掘能把大型数据转化成知识数据挖掘是信息数据的进化可以挖掘什么样的数据数据库数据关系数据库是表的汇集，表中通常有大量关系数据数据仓库数据数据仓库是从一个或者多个数据源收集的信息存储库，...可以挖掘什么类型的模式特征化与区分数据特征化目标类数据的一般或者全部汇总，特征化的输出一般使用饼图、条形图、曲线图等等，比如汇总一年花费5000元以上的用户数据区分将数据对象的一般特征进行比较...信息检索面向什么类型的应用哪里有数据，哪里就有数据挖掘电子商务 web搜索引擎等等.....数据挖掘面临的问题 1、挖掘方法 2、用户交互 3、有效性与可伸缩性 4、数据类型的多样性 5、数据挖掘与社会

8156 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭