数据分析分类



按照数据分析的实时性，可分为实时数据分析和离线分析两种。

 

实时分析，一般用于金融、移动和互联网B2C等产品，往往要求在数秒内返回上亿行数据的分析，从而达到不影响用户体验的目的。实时分析工具有EMC的GREENPLUM，SAP的HANA等。

对大多数反馈时间要求不那么严苛的应用，可以采用离线分析的方式，通过数据采集工具，将日志数据导入专用的分析平台。常用工具有，FaceBook的Scribe，均可满足每秒数MB的日志数据采集和传输要求，并将这些数据上载到Hadoop中央系统上。

 

与数据挖掘相近的同义词有：数据融合、人工智能、商务智能、模式识别、机器学习、知识发现、数据分析和决策支持等。

 

数据挖掘是一种新的商业信息处理技术，主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。

 

数据挖掘可以描述为：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。