数据挖掘基础

什么是数据挖掘？

数据挖掘是从大量数据吧（包括文本）中挖掘出隐含的、先前未知的、对决策有潜在价值的关系、模式和趋势，并用这些知识和规则建立用于决策支持的模型、以及提供预测性决策支持的方法、工具和过程。

以餐饮连锁企业为例：某餐饮企业目前已上线的管理系统如下所述：客户关系管理系统，前厅管理系统，后厨管理系统，财务管理系统，物资管理系统。改餐饮企业已经积累了大量的历史数据，有没有一种方法可以帮助企业从这些数据中洞察商机、提取价值？

这时就可以对以往的数据进行分析，获得其中有价值的信息，例如：根据数据进行菜品推荐；根据历史销量情况，综合考虑节假日、气候和竞争对手等影响因素，对菜品销量进行预测，提前准备原材料；根据就餐频率和金额对顾客的就餐行为进行评分，筛选出“老顾客”，定期回访等等一系列的措施。这些措施都依赖于历史数据，基于这些历史数据从中得到有用的数据，这就是一个我认为的一个比较通俗的数据挖掘的案例。

数据挖掘的基本任务

数据挖掘的基本任务包括利用分类与预测、聚类分析、关联规则、时序模式、偏差检验、智能推荐等方法、帮助企业提取数据中蕴含的商业价值，提高企业的竞争力。

数据挖掘的建模过程

目标定义→数据采集→数据整理→构建模型→模型评价→模型发布

以上就是比较理论的数据挖掘的基本概念的理解。