3.1数据采集（一） - 数据采集的步骤与方法

简介

数据采集就是搜集符合数据挖掘研究要求的原始数据（Raw Data）。原始数据是研究者拿到的一手或者二手资源。数据采集既可以从现有、可用的无尽数据中搜集提取你想要的二手数据，也可以经过问卷调查、采访、沟通等方式获得一手资料。不管用哪种方法得到数据的过程，都可以叫做数据采集。

一句话解释版本：

数据采集就是怎么获得原始数据，如果把数据采集看成吃饭，自己撸起袖子做饭就是用一手数据，点外卖就是用二手数据。

数据分析与挖掘体系位置

数据采集是数据挖掘的基础。数据挖掘如果是建房子，数据采集就是那些砖跟水泥等等基础材料。没有砖，拿什么盖房子，总不能用空气吧？所以，找砖、找水泥的工作就是数据采集。它是数据准备工作的第一步。

数据采集的工作中，包含着部分与样本的知识，但是那部分我们单独在“样本抽取”单元讲解。这里我们只说能够通过什么样的方法进行数据采集。因此，它在整个数据分析与挖掘体系中的位置如下图所示。

数据采集的理解

前面也说了，数据收集就是准备数据挖掘要用的那些数据。数据挖掘，没有数，哪来