1.數據挖掘的最高境界。
從數據中獲取只是,輔助科學決策。
2.“啤酒與尿布”是數據挖掘的代名詞,薩姆·沃爾頓的營銷策略。
3.數據挖掘的目的:要從所獲取的數據中發現這種規律性的知識,從而幫助企業在他們的數據倉庫中找到最重要的信息,預測未來趨勢和行爲,使得商務和生產活動具有前瞻性,並作出具有知識驅動的決策。
4.數據挖掘(Data Mining)就是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中,提取的數據中,提取隱含在其中的、人們事先不知道的、但又是潛在有用信息和知識的過程。
5.數據倉庫是一個面向主題的、集成的、隨時間變化的、持久的數據集合,用於支持管理層的決策過程。
6.聯機在線分析(OnLine Analytical Processing,OLAP)
一種具有對數據進行彙集、合併和聚集以及從不同角度觀察信息的分析技術。
7.我們沉浸在數據的海洋裏,卻渴望知識的淡水。
8.數據挖掘(Data Mining)和數據庫中的知識發現(KDD)互爲別名。
9.數據挖掘的功能:
關聯分析、聚類分析、分類、迴歸、時間序列分析和偏差甄別。
------未完待續