SPSS Modeler数据挖掘：数据挖掘概述

什么是数据挖掘

数据挖掘：是一种通过数理模式来分析大量资料，以找出不同的客户或市场划分，分析出消费者喜好和行为的方法。可以描述为 ：是按企业既定业务目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的、或验证已知的规律性，并进一步将其模型化的先进的有效的方法。

数据挖掘（Data Mining）在技术上的定义是从大量的、不完全的、有噪声的、模糊的、随机的实际数据中，提取隐含在其中的、人们事先不知道的，但又潜在有用信息和知识的过程。

这个定义包含多层含义：
- 数据源必须是真实的、大量的、含噪声的
- 发现的是用户感兴趣的知识
- 发现的知识要可接受、可理解、可运用
- 并不要求放之四海而皆准，仅支持特定的问题

---

数据挖掘的技术特征

数据挖掘的实际应用功能可分为3大类6项：Classification和Clustering属于分类区隔类；Regreesion和Time-Series Forecasting属于推算预测类；Association和Sequence Discovery则属于序列规则类。

• Classification 是根据一些变量的数值进行计算，在依据结果进行分类。
• Clustering 用于将数据分群，其目的是将群间的差异找出来，同时也将群内成员的相似性找出来。
• Regression 是使用一系列的现有数值来预测一个连续数值的可能值。
• Time-Series Forecasting 与 Regression功能类似，只是它是利用现有的数值来预测未来的数值。
• Association 是要找出某一事件或数据中会同时出现的东西。
• Sequence Discover 与 Association 关系密切，所不同的是 Sequence Discover 中事件的相关是以事件因素为区隔。