大數(shù)據(jù)_數(shù)據(jù)挖掘技術(shù)分類(lèi)及應(yīng)用 - 全文

　　 大數(shù)據(jù)簡(jiǎn)介

　　大數(shù)據(jù)（big data），指無(wú)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(zhǎng)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?！按髷?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(lái)適應(yīng)海量、高增長(zhǎng)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(lèi)（Variety）：數(shù)據(jù)類(lèi)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(guò)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(lái)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(lèi)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(lái)方便的同時(shí)也帶來(lái)了一大堆問(wèn)題：第一是信息過(guò)量，難以消化；第二是信息真假難以辨識(shí)；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(shí)貧乏已經(jīng)成為一個(gè)典型問(wèn)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(shí)-〉價(jià)值”的轉(zhuǎn)變過(guò)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(shí)（模型或規(guī)則）的過(guò)程。該術(shù)語(yǔ)還有其他一些同義詞：數(shù)據(jù)庫(kù)中的知識(shí)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(kù)研究、開(kāi)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(kù)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(shí)別、知識(shí)庫(kù)系統(tǒng)、知識(shí)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(shí)。

　　數(shù)據(jù)挖掘技術(shù)從一開(kāi)始就是面向應(yīng)用的，它不僅是面向特定數(shù)據(jù)庫(kù)的簡(jiǎn)單檢索查詢(xún)調(diào)用，而且要對(duì)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(wèn)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(duì)未來(lái)的活動(dòng)進(jìn)行預(yù)測(cè)。例如加拿大BC省電話(huà)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(hù)數(shù)據(jù)，總結(jié)、分析并提出新的電話(huà)收費(fèi)和管理辦法，制定既有利于公司又有利于客戶(hù)的優(yōu)惠政策。這樣一來(lái)，就把人們對(duì)數(shù)據(jù)的應(yīng)用，從低層次的末端查詢(xún)操作，提高到為各級(jí)經(jīng)營(yíng)決策者提供決策支持。這種需求驅(qū)動(dòng)力，比數(shù)據(jù)庫(kù)查詢(xún)更為強(qiáng)大。同時(shí)，這里所說(shuō)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(shí)都是相對(duì)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(hù)理解，最好能用自然語(yǔ)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(guò)程控制、信息管理和查詢(xún)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(gòu)買(mǎi)，一家名叫 WalMart的公司利用自動(dòng)數(shù)據(jù)挖掘工具，對(duì)數(shù)據(jù)庫(kù)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(gòu)買(mǎi)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(huì)被人一起購(gòu)買(mǎi)？原來(lái)，太太們常叮囑她們的丈夫，下班后為小孩買(mǎi)尿布，而丈夫們?cè)谫I(mǎi)尿布后又隨手帶回了兩瓶啤酒。既然尿布與啤酒一起購(gòu)買(mǎi)的機(jī)會(huì)最多，商店就將它們擺放在一起，結(jié)果，尿布與啤酒的銷(xiāo)售量雙雙增長(zhǎng)。這里，數(shù)字挖掘技術(shù)功不可沒(méi)。一般來(lái)說(shuō)，數(shù)據(jù)挖掘的應(yīng)用有電信：流失；銀行：聚類(lèi)（細(xì)分），交叉銷(xiāo)售；百貨公司/超市：購(gòu)物籃分析（關(guān)聯(lián)規(guī)則）；保險(xiǎn)：細(xì)分，交叉銷(xiāo)售，流失（原因分析）；信用卡： 欺詐探測(cè)，細(xì)分；電子商務(wù)：網(wǎng)站日志分析；稅務(wù)部門(mén)：偷漏稅行為探測(cè)；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(dòng)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(shì)。實(shí)踐經(jīng)驗(yàn)表明，政府部門(mén)的決策越來(lái)越依賴(lài)于對(duì)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(kù)中存儲(chǔ)的大量數(shù)據(jù)，通過(guò)建立正確的決策體系和決策支持模型，可以為各級(jí)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(guó)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(lè)）之首，說(shuō)明政府信息化是社會(huì)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(mén)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(huì)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(dòng)發(fā)現(xiàn)系統(tǒng)的訪(fǎng)問(wèn)模式和用戶(hù)的行為模式，從而進(jìn)行預(yù)測(cè)分析。例如，通過(guò)評(píng)價(jià)用戶(hù)對(duì)某一信息資源瀏覽所花費(fèi)的時(shí)間，可以判斷出用戶(hù)對(duì)何種資源感興趣;對(duì)日志文件所收集到的域名數(shù)據(jù)，根據(jù)國(guó)家或類(lèi)型進(jìn)行分類(lèi)分析;應(yīng)用聚類(lèi)分析來(lái)識(shí)別用戶(hù)的訪(fǎng)問(wèn)動(dòng)機(jī)和訪(fǎng)問(wèn)趨勢(shì)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(guò)對(duì)網(wǎng)站內(nèi)容的挖掘，主要是對(duì)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(dòng)歸類(lèi)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(duì)用戶(hù)訪(fǎng)問(wèn)日志記錄信息的挖掘，把握用戶(hù)的興趣，從而有助于開(kāi)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(hù)。

　　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(guò)對(duì)網(wǎng)頁(yè)內(nèi)容挖掘，可以實(shí)現(xiàn)對(duì)網(wǎng)頁(yè)的聚類(lèi)、分類(lèi)，實(shí)現(xiàn)網(wǎng)絡(luò)信息的分類(lèi)瀏覽與檢索；同時(shí)，通過(guò)對(duì)用戶(hù)所使用的提問(wèn)式的歷史記錄的分析，可以有效地進(jìn)行提問(wèn)擴(kuò)展，提高用戶(hù)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(tái)提供決策支持。如，通過(guò)對(duì)網(wǎng)絡(luò)各種經(jīng)濟(jì)資源的挖掘，確定未來(lái)經(jīng)濟(jì)的走勢(shì)，從而制定出相應(yīng)的宏觀經(jīng)濟(jì)調(diào)控政策。

　　市場(chǎng)營(yíng)銷(xiāo)的數(shù)據(jù)挖掘

　　數(shù)據(jù)挖掘技術(shù)在企業(yè)市場(chǎng)營(yíng)銷(xiāo)中得到了比較普遍的應(yīng)用，它是以市場(chǎng)營(yíng)銷(xiāo)學(xué)的市場(chǎng)細(xì)分原理為基礎(chǔ)，其基本假定是“消費(fèi)者過(guò)去的行為是其今后消費(fèi)傾向的最好說(shuō)明”。

　　通過(guò)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(duì)所識(shí)別出來(lái)的消費(fèi)群體進(jìn)行特定內(nèi)容的定向營(yíng)銷(xiāo)，這與傳統(tǒng)的不區(qū)分消費(fèi)者對(duì)象特征的大規(guī)模營(yíng)銷(xiāo)手段相比，大大節(jié)省了營(yíng)銷(xiāo)成本，提高了營(yíng)銷(xiāo)效果，從而為企業(yè)帶來(lái)更多的利潤(rùn)。

　　商業(yè)消費(fèi)信息來(lái)自市場(chǎng)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(guò)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?cè)谏贽k信用卡、辦理汽車(chē)駕駛執(zhí)照、填寫(xiě)商品保修單等其他需要填寫(xiě)表格的場(chǎng)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(kù)；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(gòu)買(mǎi)此類(lèi)信息為自己所用。

　　這些來(lái)自各種渠道的數(shù)據(jù)信息被組合，應(yīng)用超級(jí)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(yíng)銷(xiāo)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(jiǎn)單的例子，當(dāng)銀行通過(guò)對(duì)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(hù)持有者突然要求申請(qǐng)雙人聯(lián)合帳戶(hù)時(shí)，并且確認(rèn)該消費(fèi)者是第一次申請(qǐng)聯(lián)合帳戶(hù)，銀行會(huì)推斷該用戶(hù)可能要結(jié)婚了，它就會(huì)向該用戶(hù)定向推銷(xiāo)用于購(gòu)買(mǎi)房屋、支付子女學(xué)費(fèi)等長(zhǎng)期投資業(yè)務(wù)，銀行甚至可能將該信息賣(mài)給專(zhuān)營(yíng)婚慶商品和服務(wù)的公司。數(shù)據(jù)挖掘構(gòu)筑競(jìng)爭(zhēng)優(yōu)勢(shì)。

　　在市場(chǎng)經(jīng)濟(jì)比較發(fā)達(dá)的國(guó)家和地區(qū)，許多公司都開(kāi)始在原有信息系統(tǒng)的基礎(chǔ)上通過(guò)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(jìng)爭(zhēng)優(yōu)勢(shì)，擴(kuò)大自己的營(yíng)業(yè)額。美國(guó)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(kù)，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(guò)對(duì)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(xiāo)策略，即如果一個(gè)顧客在一個(gè)商店用運(yùn)通卡購(gòu)買(mǎi)一套時(shí)裝，那么在同一個(gè)商店再買(mǎi)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(xiāo)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(guó)航空公司的航班去過(guò)巴黎，那么他可能會(huì)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(yíng)銷(xiāo)，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(xiāo)材料?？ǚ颍↘raft）食品公司建立了一個(gè)擁有3000萬(wàn)客戶(hù)資料的數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)是通過(guò)收集對(duì)公司發(fā)出的優(yōu)惠券等其他促銷(xiāo)手段作出積極反應(yīng)的客戶(hù)和銷(xiāo)售記錄而建立起來(lái)的，卡夫公司通過(guò)數(shù)據(jù)挖掘了解特定客戶(hù)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(hù)口味和健康狀況的卡夫產(chǎn)品食譜。美國(guó)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(kù)，其中容納有遍布全球的一億多個(gè)訂戶(hù)的資料，數(shù)據(jù)庫(kù)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(duì)客戶(hù)資料數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)挖掘的優(yōu)勢(shì)，使讀者文摘出版公司能夠從通俗雜志擴(kuò)展到專(zhuān)業(yè)雜志、書(shū)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(yíng)銷(xiāo)對(duì)我國(guó)當(dāng)前的市場(chǎng)競(jìng)爭(zhēng)中也很具有啟發(fā)意義，我們經(jīng)常可以看到繁華商業(yè)街上一些廠商對(duì)來(lái)往行人不分對(duì)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(gòu)買(mǎi)家電的消費(fèi)者郵寄維修服務(wù)廣告，賣(mài)特效藥品的廠商向醫(yī)院特定門(mén)診就醫(yī)的病人郵寄廣告，肯定會(huì)比漫無(wú)目的的營(yíng)銷(xiāo)效果要好得多。

　　零售業(yè)中的數(shù)據(jù)挖掘

　　通過(guò)條形碼、編碼系統(tǒng)、銷(xiāo)售管理系統(tǒng)、客戶(hù)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(xiāo)售、客戶(hù)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(lèi)，放到數(shù)據(jù)倉(cāng)庫(kù)里，允許高級(jí)管理人員、分析人員、采購(gòu)人員、市場(chǎng)人員和廣告客戶(hù)訪(fǎng)問(wèn)，利用DM工具對(duì)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(duì)商品進(jìn)行購(gòu)物籃分析，分析那些商品顧客最有希望一起購(gòu)買(mǎi)。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(guò)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(huì)在很多方面有卓越表現(xiàn)：

　　1． 了解銷(xiāo)售全局：通過(guò)分類(lèi)信息——按商品種類(lèi)、銷(xiāo)售數(shù)量、商店地點(diǎn)、價(jià)格和日期等了解每天的運(yùn)營(yíng)和財(cái)政情況，對(duì)銷(xiāo)售的每一點(diǎn)增長(zhǎng)、庫(kù)存的變化以及通過(guò)促銷(xiāo)而提高的銷(xiāo)售額都可了如指掌。零售商店在銷(xiāo)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(lèi)商品的經(jīng)營(yíng)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(jìng)爭(zhēng)對(duì)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(gòu)買(mǎi)習(xí)慣，考慮購(gòu)買(mǎi)者在商店里所穿行的路線(xiàn)、購(gòu)買(mǎi)時(shí)間和地點(diǎn)、掌握不同商品一起購(gòu)買(mǎi)的概率；通過(guò)對(duì)商品銷(xiāo)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(kù)存成本：通過(guò)數(shù)據(jù)挖掘系統(tǒng)，將銷(xiāo)售數(shù)據(jù)和庫(kù)存數(shù)據(jù)集中起來(lái)，通過(guò)數(shù)據(jù)分析，以決定對(duì)各個(gè)商品各色貨物進(jìn)行增減，確保正確的庫(kù)存。數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)還可以將庫(kù)存信息和商品銷(xiāo)售預(yù)測(cè)信息，通過(guò)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(kù)存，零售商可減少自身負(fù)擔(dān)。

　　4． 市場(chǎng)和趨勢(shì)分析：利用數(shù)據(jù)挖掘工具和統(tǒng)計(jì)模型對(duì)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)仔細(xì)研究，以分析顧客的購(gòu)買(mǎi)習(xí)慣、廣告成功率和其它戰(zhàn)略性信息。利用數(shù)據(jù)倉(cāng)庫(kù)通過(guò)檢索數(shù)據(jù)庫(kù)中近年來(lái)的銷(xiāo)售數(shù)據(jù)，作分析和數(shù)據(jù)挖掘，可預(yù)測(cè)出季節(jié)性、月銷(xiāo)售量，對(duì)商品品種和庫(kù)存的趨勢(shì)進(jìn)行分析。還可確定降價(jià)商品，并對(duì)數(shù)量和運(yùn)作作出決策。

　　有效的商品促銷(xiāo)：可以通過(guò)對(duì)一種廠家商品在各連鎖店的市場(chǎng)共享分析，客戶(hù)統(tǒng)計(jì)以及歷史狀況的分析，來(lái)確定銷(xiāo)售和廣告業(yè)務(wù)的有效性。通過(guò)對(duì)顧客購(gòu)買(mǎi)偏好的分析，確定商品促銷(xiāo)的目標(biāo)客戶(hù)，以此來(lái)設(shè)計(jì)各種商品促銷(xiāo)的方案，并通過(guò)商品購(gòu)買(mǎi)關(guān)聯(lián)分析的結(jié)果，采用交叉銷(xiāo)售和向上銷(xiāo)售的方法，挖掘客戶(hù)的購(gòu)買(mǎi)力，實(shí)現(xiàn)準(zhǔn)確的商品促銷(xiāo)。

　　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(chǎng)競(jìng)爭(zhēng)決定了它對(duì)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(kāi)發(fā)部門(mén)描述客戶(hù)以往的需求趨勢(shì)，并預(yù)測(cè)未來(lái)。美國(guó)商業(yè)銀行是發(fā)達(dá)國(guó)家商業(yè)銀行的典范，許多地方值得我國(guó)學(xué)習(xí)和借鑒。

　　數(shù)據(jù)挖掘技術(shù)在美國(guó)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(duì)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(hù)、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(chǎng)的變化趨勢(shì)。商業(yè)銀行業(yè)務(wù)的利潤(rùn)和風(fēng)險(xiǎn)是共存的。為了保證最大的利潤(rùn)和最小的風(fēng)險(xiǎn)，必須對(duì)帳戶(hù)進(jìn)行科學(xué)的分析和歸類(lèi)，并進(jìn)行信用評(píng)估。Mellon銀行使用數(shù)據(jù)挖掘軟件提高銷(xiāo)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(hù)主要有兩類(lèi)，一類(lèi)很少使用信貸限額（低循環(huán)者），另一類(lèi)能夠保持較高的未清余額（高循環(huán)者）。每一類(lèi)都代表著銷(xiāo)售的挑戰(zhàn)。低循環(huán)者代表缺省和支出注銷(xiāo)費(fèi)用的危險(xiǎn)性較低，但會(huì)帶來(lái)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(xiāo)售高利潤(rùn)產(chǎn)品的機(jī)會(huì)。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(xiāo)費(fèi)用的潛力。對(duì)于中等危險(xiǎn)分段，銷(xiāo)售項(xiàng)目的重點(diǎn)是留住可獲利的客戶(hù)并爭(zhēng)取能帶來(lái)相同利潤(rùn)的新客戶(hù)。但根據(jù)新觀點(diǎn)，用戶(hù)的行為會(huì)隨時(shí)間而變化。分析客戶(hù)整個(gè)生命周期的費(fèi)用和收入就可以看出誰(shuí)是最具創(chuàng)利潛能的。

　　Mellon銀行認(rèn)為“根據(jù)市場(chǎng)的某一部分進(jìn)行定制”能夠發(fā)現(xiàn)最終用戶(hù)并將市場(chǎng)定位于這些用戶(hù)。但是，要這么做就必須了解關(guān)于最終用戶(hù)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(lèi)信息的途徑。Mellon銀行銷(xiāo)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(hù)購(gòu)買(mǎi)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(cè)的模型。據(jù)銀行官員稱(chēng)：數(shù)據(jù)挖掘可幫助用戶(hù)增強(qiáng)其商業(yè)智能，如交往、分類(lèi)或回歸分析，依賴(lài)這些能力，可對(duì)那些有較高傾向購(gòu)買(mǎi)銀行產(chǎn)品、服務(wù)產(chǎn)品和服務(wù)的客戶(hù)進(jìn)行有目的的推銷(xiāo)。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(guó)Firstar銀行使用數(shù)據(jù)挖掘工具，根據(jù)客戶(hù)的消費(fèi)模式預(yù)測(cè)何時(shí)為客戶(hù)提供何種產(chǎn)品。Firstar銀行市場(chǎng)調(diào)查和數(shù)據(jù)庫(kù)營(yíng)銷(xiāo)部經(jīng)理發(fā)現(xiàn)：公共數(shù)據(jù)庫(kù)中存儲(chǔ)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(kù)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(chǔ)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(cè)何時(shí)向每位消費(fèi)者提供哪種產(chǎn)品。預(yù)測(cè)準(zhǔn)客戶(hù)的需要是美國(guó)商業(yè)銀行的競(jìng)爭(zhēng)優(yōu)勢(shì)。

　　證券業(yè)的數(shù)據(jù)挖掘

　　其典型應(yīng)用包括有：

　　1、客戶(hù)分析

　　建立數(shù)據(jù)倉(cāng)庫(kù)來(lái)存放對(duì)全體客戶(hù)、預(yù)定義客戶(hù)群、某個(gè)客戶(hù)的信息和交易數(shù)據(jù)，并通過(guò)對(duì)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(duì)客戶(hù)的需求模式和盈利價(jià)值進(jìn)行分類(lèi)，找出最有價(jià)值和盈利潛力的客戶(hù)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(hù)。

　　通過(guò)對(duì)客戶(hù)資源信息進(jìn)行多角度挖掘，了解客戶(hù)各項(xiàng)指標(biāo)（如資產(chǎn)貢獻(xiàn)、忠誠(chéng)度、盈利率、持倉(cāng)比率等），掌握客戶(hù)投訴、客戶(hù)流失等信息，從而在客戶(hù)離開(kāi)券商之前，捕獲信息，及時(shí)采取措施挽留客戶(hù)。

　　2、咨詢(xún)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(cè)未來(lái)大盤(pán)走勢(shì)，并發(fā)現(xiàn)交易情況隨著大盤(pán)變化的規(guī)律，并根據(jù)這些規(guī)律做出趨勢(shì)分析，對(duì)客戶(hù)針對(duì)性進(jìn)行咨詢(xún)。

　　3、風(fēng)險(xiǎn)防范

　　通過(guò)對(duì)資金數(shù)據(jù)的分析，可以控制營(yíng)業(yè)風(fēng)險(xiǎn)，同時(shí)可以改變公司總部原來(lái)的資金控制模式，并通過(guò)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(yíng)狀況分析

　　通過(guò)數(shù)據(jù)挖掘，可以及時(shí)了解營(yíng)業(yè)狀況、資金情況、利潤(rùn)情況、客戶(hù)群分布等重要的信息。并結(jié)合大盤(pán)走勢(shì)，提供不同行情條件下的最大收益經(jīng)營(yíng)方式。同時(shí)，通過(guò)對(duì)各營(yíng)業(yè)部經(jīng)營(yíng)情況的橫向比較，以及對(duì)本營(yíng)業(yè)部歷史數(shù)據(jù)的縱向比較，對(duì)營(yíng)業(yè)部的經(jīng)營(yíng)狀況作出分析，提出經(jīng)營(yíng)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(huà)和長(zhǎng)話(huà)服務(wù)演變?yōu)榫C合電信服務(wù)，如語(yǔ)音、傳真、尋呼、移動(dòng)電話(huà)、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(shì)所趨。而且隨著許多國(guó)家對(duì)電信業(yè)的開(kāi)放和新興計(jì)算與通信技術(shù)的發(fā)展，電信市場(chǎng)正在迅速擴(kuò)張并越發(fā)競(jìng)爭(zhēng)激烈。因此，利用數(shù)據(jù)挖掘技術(shù)來(lái)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(duì)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(guò)挖掘進(jìn)行盜用模式分析和異常模式識(shí)別，從而可盡早的發(fā)現(xiàn)盜用，為公司減少損失。

　　移動(dòng)通信領(lǐng)域的數(shù)據(jù)挖掘

　　針對(duì)信息化的應(yīng)用，移動(dòng)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(yíng)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(dòng)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(wú)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(xún)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(yíng)與業(yè)務(wù)信息，無(wú)法適應(yīng)激烈的市場(chǎng)競(jìng)爭(zhēng)。

　　隨著我國(guó)政府對(duì)電信行業(yè)經(jīng)營(yíng)的進(jìn)一步放開(kāi)和政策約束的調(diào)整以及客戶(hù)對(duì)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(dòng)通信的經(jīng)營(yíng)面臨更加復(fù)雜的局面，營(yíng)運(yùn)成本大幅度增加。因此，如何在激烈的市場(chǎng)競(jìng)爭(zhēng)條件下，在滿(mǎn)足客戶(hù)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(guó)外電信市場(chǎng)的發(fā)展經(jīng)驗(yàn)和歷程，市場(chǎng)競(jìng)爭(zhēng)中電信公司的成功經(jīng)營(yíng)之道是：（１） 以高質(zhì)量的服務(wù)留住現(xiàn)有客戶(hù)；（２） 提高通話(huà)量和設(shè)備利用率，用比競(jìng)爭(zhēng)者更低的成本爭(zhēng)取新客戶(hù)，擴(kuò)大市場(chǎng)份額；（３）放棄無(wú)利潤(rùn)和信用差的客戶(hù)，降低經(jīng)營(yíng)風(fēng)險(xiǎn)和成本。

　　對(duì)于一個(gè)相對(duì)成熟的移動(dòng)通信運(yùn)營(yíng)商來(lái)說(shuō)，各運(yùn)營(yíng)與支撐系統(tǒng)所積累的海量歷史數(shù)據(jù)無(wú)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(guó)對(duì)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(cè)試。這樣年復(fù)一年地積累了大量數(shù)據(jù)，而對(duì)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(píng)價(jià)軟件，主要是對(duì)體質(zhì)數(shù)據(jù)的均值分析以及套用規(guī)定的評(píng)價(jià)公式進(jìn)行評(píng)價(jià)和分析。顯然，它們對(duì)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(zhuān)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(yíng)養(yǎng)學(xué)方面的知識(shí)，可以挖掘出造成不同地區(qū)體質(zhì)好或差的營(yíng)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(shí)，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(dòng)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(kù)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(lèi)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(hù)、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(xiāo)售。以體育廣告為例，可以對(duì)國(guó)內(nèi)從事不同體育運(yùn)動(dòng)廣告業(yè)務(wù)的數(shù)據(jù)庫(kù)進(jìn)行挖掘，比如，發(fā)現(xiàn)了做某類(lèi)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(hù)的其它公司或單位推銷(xiāo)這類(lèi)體育廣告；同樣，如果通過(guò)挖掘找到流失的客戶(hù)的共同特征，就可以在那些具有相似特征的客戶(hù)還未流失之前進(jìn)行針對(duì)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(guó)體育產(chǎn)業(yè)創(chuàng)造更多的財(cái)富。

　　3、 競(jìng)技體育中的應(yīng)用

　　競(jìng)技體育特別是對(duì)抗性質(zhì)的競(jìng)技，通常不但要求運(yùn)動(dòng)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(jìng)技中的戰(zhàn)術(shù)甚至起到?jīng)Q定性作用。認(rèn)識(shí)到數(shù)據(jù)挖掘的功能后，國(guó)外已經(jīng)將其應(yīng)用于競(jìng)技體育中。例如，美國(guó)著名的國(guó)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(chǎng)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(chǎng)中被評(píng)為－17分，這意味著他倆在場(chǎng)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(chǎng)中，魔術(shù)隊(duì)增加了阿姆斯創(chuàng)的上場(chǎng)時(shí)間。此著果然見(jiàn)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(chǎng)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(chǎng)比賽中，這個(gè)靠數(shù)據(jù)挖掘支持的陣容沒(méi)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(mǎn)5場(chǎng)，直到最后才決出勝負(fù)的機(jī)會(huì)。目前，NBA球隊(duì)中大約20個(gè)使用了IBM公司開(kāi)發(fā)的該軟件系統(tǒng)來(lái)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(lèi)似對(duì)抗性的競(jìng)技運(yùn)動(dòng)，從中找出對(duì)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(guó)郵政建立了目前國(guó)內(nèi)最大的物流交換體系，同時(shí)也積累了大量的用戶(hù)數(shù)據(jù)，如何利用這些用戶(hù)數(shù)據(jù)，通過(guò)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(mén)十分關(guān)心的問(wèn)題。數(shù)據(jù)挖掘技術(shù)可以很好地為郵政部門(mén)解決上述問(wèn)題，利用該技術(shù)，我們可以進(jìn)行客戶(hù)存款余額分析、客戶(hù)存款結(jié)構(gòu)分析、平均存款利率分析、不同儲(chǔ)種余額分析、不同儲(chǔ)種客戶(hù)分析、攬儲(chǔ)統(tǒng)計(jì)分析、業(yè)務(wù)量統(tǒng)計(jì)分析等等。我們以客戶(hù)存款分析進(jìn)行介紹。采用分析的維包括如下： 營(yíng)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(chǔ)蓄所的工作業(yè)績(jī)情況； 客戶(hù)的年齡：根據(jù)客戶(hù)年齡段對(duì)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(hù)是優(yōu)良客戶(hù)，哪些客戶(hù)是未來(lái)開(kāi)發(fā)的重點(diǎn)?？蛻?hù)的地址：根據(jù)客戶(hù)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(duì)郵政儲(chǔ)蓄的認(rèn)識(shí)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(chǔ)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(chǔ)蓄及時(shí)想客戶(hù)之所想，拉近與客戶(hù)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(guò)這種分析可以及時(shí)掌握客戶(hù)儲(chǔ)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(hù)存款的變化規(guī)律可以預(yù)見(jiàn)性的及時(shí)調(diào)整郵政儲(chǔ)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(wèn)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(yíng)過(guò)程中的各種信息都是通過(guò)數(shù)據(jù)反映出來(lái)的，通過(guò)對(duì)這些數(shù)據(jù)的分析，可以發(fā)現(xiàn)企業(yè)運(yùn)營(yíng)過(guò)程中的規(guī)律，從而對(duì)企業(yè)的生產(chǎn)活動(dòng)、市場(chǎng)活動(dòng)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(chǎng)進(jìn)行信息接入的問(wèn)題，產(chǎn)生的大量數(shù)據(jù)通過(guò)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(guò)數(shù)據(jù)挖掘技術(shù)，可以發(fā)現(xiàn)許多深層的、手工無(wú)法發(fā)現(xiàn)的規(guī)律，幫助企業(yè)在激烈的競(jìng)爭(zhēng)環(huán)境中，占有更多的先機(jī)。

　　為用戶(hù)提供針對(duì)性服務(wù)，通過(guò)數(shù)據(jù)挖掘技術(shù)，可以根據(jù)客戶(hù)的消費(fèi)行為進(jìn)行分類(lèi)，找出該類(lèi)客戶(hù)的消費(fèi)特征，然后通過(guò)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(huì)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(guò)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(cè)結(jié)果，減少?zèng)Q策失誤。通過(guò)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(huì)有很多種應(yīng)用，而且有些應(yīng)用可以幫助簡(jiǎn)化管理運(yùn)營(yíng)，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(kāi)展業(yè)務(wù)，實(shí)現(xiàn)增值。具體說(shuō)來(lái)，增值應(yīng)用表現(xiàn)在以下方面。分析客戶(hù)行為，進(jìn)行交叉銷(xiāo)售。在呼叫中心的各種客戶(hù)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(lèi)客戶(hù)在購(gòu)買(mǎi)一種商品時(shí)，購(gòu)買(mǎi)其它種類(lèi)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(xiāo)售。分析客戶(hù)忠誠(chéng)度，避免客戶(hù)流失。在客戶(hù)分析過(guò)程中，會(huì)有很多重要的大客戶(hù)流失。采用數(shù)據(jù)挖掘技術(shù)，可以對(duì)這些流失的大客戶(hù)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(duì)性地改進(jìn)服務(wù)質(zhì)量，避免客戶(hù)的流失，減少企業(yè)的經(jīng)濟(jì)損失。

　　簡(jiǎn)化管理，呼叫中心的運(yùn)營(yíng)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(shì)仍然發(fā)揮不出來(lái)。然而，管理對(duì)于很多呼叫中心來(lái)說(shuō)，卻是很難過(guò)的門(mén)檻，數(shù)據(jù)挖掘能幫助簡(jiǎn)化管理。

　　預(yù)測(cè)話(huà)務(wù)量，安排人工座席，在呼叫中心中，話(huà)務(wù)量是個(gè)重要的指標(biāo)，企業(yè)要根據(jù)話(huà)務(wù)量的大小，安排座席人員的數(shù)量，但話(huà)務(wù)量是個(gè)變化的指標(biāo)，以往比較難以預(yù)測(cè)。通過(guò)數(shù)據(jù)挖掘中的時(shí)間序列分析，可以對(duì)話(huà)務(wù)量的情況進(jìn)行一定程度的預(yù)測(cè)，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(yíng)成本。

　　進(jìn)行關(guān)聯(lián)分析，降低運(yùn)營(yíng)成本。在運(yùn)營(yíng)型的呼叫中心中，常常會(huì)提供很多種業(yè)務(wù)服務(wù)，并根據(jù)這些業(yè)務(wù)種類(lèi)的不同，安排座席人員的數(shù)量和排班。通過(guò)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(yíng)成本。

　　數(shù)字圖書(shū)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(wú)關(guān)信息或沒(méi)有進(jìn)行可靠性驗(yàn)證。用戶(hù)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(cè)用戶(hù)的訪(fǎng)問(wèn)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(shū)館員在設(shè)計(jì)站點(diǎn)時(shí)朝著方便用戶(hù)、節(jié)省時(shí)間和高效率方向發(fā)展。WEB挖掘技術(shù)為圖書(shū)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(shū)館員能夠按照各個(gè)用戶(hù)的要求或習(xí)慣，為用戶(hù)組織更多、更好的高質(zhì)量信息。

　　例如；院校圖書(shū)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(dòng)地檢索信息，并把信息按照課題領(lǐng)域進(jìn)行分類(lèi)，使它們更容易訪(fǎng)問(wèn)。圖書(shū)館員可以通過(guò)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(lèi)，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(dòng)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(shū)館員只需花少量的時(shí)間來(lái)維護(hù)數(shù)據(jù)庫(kù)即可完成任務(wù)。用戶(hù)由于不需要花大量的時(shí)間來(lái)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(mǎn)意。更重要的是，他們可以在任何時(shí)間訪(fǎng)問(wèn)到世界任何地方的信息。事實(shí)上，這就是圖書(shū)館員把他們的咨詢(xún)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(lèi)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(hù)，增加能帶來(lái)效益的客戶(hù)忠誠(chéng)度。電子商務(wù)業(yè)務(wù)的競(jìng)爭(zhēng)比傳統(tǒng)的業(yè)務(wù)競(jìng)爭(zhēng)更加激烈，原因有很多方面，其中一個(gè)因素是客戶(hù)從一個(gè)電子商務(wù)網(wǎng)站轉(zhuǎn)換到競(jìng)爭(zhēng)對(duì)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(jiǎng)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(hù)、同時(shí)也可能成為失去客戶(hù)的因素。而同時(shí)電子商務(wù)網(wǎng)站每天都可能有上百萬(wàn)次的在線(xiàn)交易，生成大量的記錄文件（Log files）和登記表，如何對(duì)這些數(shù)據(jù)進(jìn)行分析和挖掘，充分了解客戶(hù)的喜好、購(gòu)買(mǎi)模式，甚至是客戶(hù)一時(shí)的沖動(dòng)，設(shè)計(jì)出滿(mǎn)足不同客戶(hù)群體需要的個(gè)性化網(wǎng)站，進(jìn)而增加其競(jìng)爭(zhēng)力，幾乎變得勢(shì)在必行。若想在競(jìng)爭(zhēng)中生存進(jìn)而獲勝，就要比您的競(jìng)爭(zhēng)對(duì)手更了解客戶(hù)。

　　在對(duì)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(lái)自于兩個(gè)方面：一方面是客戶(hù)的背景信息，此部分信息主要來(lái)自于客戶(hù)的登記表；而另外一部分?jǐn)?shù)據(jù)主要來(lái)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(hù)的行為表現(xiàn)。但有的時(shí)候，客戶(hù)對(duì)自己的背景信息十分珍重，不肯把這部分信息填寫(xiě)在登記表上，這就會(huì)給數(shù)據(jù)分析和挖掘帶來(lái)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(lái)推測(cè)客戶(hù)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?lèi)受益非淺。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(duì)其不同之處加以改變，使之成為正?；?？這都需要數(shù)據(jù)挖掘技術(shù)的支持。

　　對(duì)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(wú)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。現(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(méi)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(lái)篩選因特網(wǎng)上的新聞，保護(hù)用戶(hù)不受無(wú)聊電子郵件和商業(yè)推銷(xiāo)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(guó)是一個(gè)農(nóng)業(yè)大國(guó)，農(nóng)業(yè)生產(chǎn)關(guān)系到國(guó)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(xiàn)性動(dòng)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(dòng)，數(shù)據(jù)挖掘技術(shù)可以用來(lái)解決此問(wèn)題。

　　國(guó)外利用數(shù)據(jù)挖掘來(lái)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(lèi)和聚類(lèi)；國(guó)內(nèi)則有人采用了小波分析與語(yǔ)言場(chǎng)相結(jié)合的知識(shí)表示方法，針對(duì)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(lèi)別知識(shí)的發(fā)現(xiàn)方法，氣象數(shù)據(jù)通過(guò)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(chóng)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(lèi)、聚類(lèi)、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(cè)、遙感、網(wǎng)絡(luò)、數(shù)據(jù)庫(kù)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(lèi)型上有了不同程度的擴(kuò)展。由于水在人類(lèi)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(shí)，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(duì)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(guó)，整個(gè)水文整編資料數(shù)據(jù)累計(jì)量已超過(guò)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(lèi)型復(fù)雜的數(shù)據(jù)中及時(shí)準(zhǔn)確地挖掘出滿(mǎn)足需要的知識(shí)，往往因?yàn)橛?jì)算能力、存儲(chǔ)能力、算法的不足而無(wú)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(lèi)分析（Classifiers）、聚類(lèi)分析（Clustering）等功能類(lèi)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(shù)、神經(jīng)網(wǎng)絡(luò)、覆蓋正例排斥反例、粗糙集（Rough Set）、概念樹(shù)、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(mǎn)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(lái)越廣泛，已產(chǎn)生了大量的數(shù)字視頻庫(kù)，目前的研究主要集中在數(shù)字視頻庫(kù)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(wèn)題，但是，視頻信息檢索只能獲取用戶(hù)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(shí)”。為此，需要研究比檢索和查詢(xún)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(guò)綜合分析視頻數(shù)據(jù)的視聽(tīng)特性、時(shí)間結(jié)構(gòu)、事件關(guān)系和語(yǔ)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(duì)生活方式和健康做出最優(yōu)決策；挖掘股票和公司業(yè)績(jī)來(lái)選擇最優(yōu)投資方式等。

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

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

　　1產(chǎn)生的模式種類(lèi)的多少。

　　2解決復(fù)雜問(wèn)題的能力。

　　數(shù)據(jù)量的增大，對(duì)模式精細(xì)度、準(zhǔn)確度要求的增高都會(huì)導(dǎo)致問(wèn)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(wèn)題：

　　多種模式多種類(lèi)別模式的結(jié)合使用有助于發(fā)現(xiàn)有用的模式，降低問(wèn)題復(fù)雜性。例如，首先用聚類(lèi)的方法把數(shù)據(jù)分組，然后再在各個(gè)組上挖掘預(yù)測(cè)性的模式，將會(huì)比單純?cè)谡麄€(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(lèi)有關(guān)的模式，可以有不同的算法來(lái)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(wèn)題。驗(yàn)證方法在評(píng)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(wú)關(guān)的。而這些數(shù)據(jù)項(xiàng)的存在會(huì)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(jiǎn)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(píng)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(zhǎng)？是否支持?jǐn)?shù)據(jù)并行存儲(chǔ)？

　　為單處理器的計(jì)算機(jī)編寫(xiě)的數(shù)據(jù)挖掘算法不會(huì)在并行計(jì)算機(jī)上自動(dòng)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(xiě)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(hù)半自動(dòng)化地執(zhí)行任務(wù)，有的使用腳本語(yǔ)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(yǔ)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(guò)使用C這樣的程序語(yǔ)言或SQL中的規(guī)則集，把模式導(dǎo)出到程序或數(shù)據(jù)庫(kù)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(yǔ)句直接從DBMS中讀取數(shù)據(jù)。這樣可以簡(jiǎn)化數(shù)據(jù)準(zhǔn)備工作，并且可以充分利用數(shù)據(jù)庫(kù)的優(yōu)點(diǎn)（比如平行讀?。](méi)有一種工具可以支持大量的DBMS，但可以通過(guò)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(hù)理解數(shù)據(jù)，理解結(jié)果。這些工具可以是傳統(tǒng)的查詢(xún)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(jiǎn)易途徑？

　　國(guó)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(lái)協(xié)助其業(yè)務(wù)活動(dòng)，國(guó)內(nèi)在這方面的應(yīng)用還處于起步階段，對(duì)數(shù)據(jù)挖掘技術(shù)和工具的研究人員以及開(kāi)發(fā)商來(lái)說(shuō)，我國(guó)是一個(gè)有巨大潛力的市場(chǎng)。