数据挖掘服务



数据挖掘又称数据库中的知识发现(Knowledge Discover in Database,KDD),是目前人工智能和数据库领域研究的热点问题,所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程,它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等,高度自动化地分析企业的数据,做出归纳性的推理,从中挖掘出潜在的模式,帮助决策者调整市场策略,减少风险,做出正确的决策。


服务内容:


数据调研 通过对海量数据的深度分析与挖掘得到客观数据支撑。


决策支持 提供整套数据整合、抽取、分析方案。通过多维度、多层级的数据分析、全过程可视化、经营预警等丰富的内容满足企业管理层面经营分析、决策支持的需求。


专项研究咨询 为客户提供定制数据研究服务,研究领域涵盖宏观环境与行业研究、用户与产品研究、品牌与营销研究等。


数据挖掘流程步骤:


将商业问题转化为数据挖掘问题 

针对企业问题和企业需求进行了解及确认,将不同的需求转换为数据挖掘问题,并拟定初步构想,与企业客户进行密切讨论,确立数据挖掘目标。 


数据准备 因为所需要的数据可能不是很完整,因此在挖掘前,必须实施数据了解、数据清理、数据转换、数据整合和数据筛选等数据准备工作。 


数据了解:对企业提供的数据进行了解,企业的数据虽然很多,需要透过企业IT技术人员了解数据的属性、定义;同时评估所提供的数据是否可以充分解决企业的问题。


数据清理 

遗漏值处理:如空数值、不存在的数值和不完整的数据调整与处理。 

数据一致性处理:有时不同字段值代表相同意义,相同字段却有不同含意,因此要进行一致性处理,避免数据定义混淆不清。 

数据有效性处理:处理不符合字段值有效数值问题,可能是键入错误或程序问题等。 


数据转换:依据数据特性,将遗漏或错误数据修正,同时转换为需要格式。


建立及评估数据挖掘模型 


利用已经清理完成的数据加以分析,配合各种技术方法加以应用,针对既有数据建构模式,替企业解决问题,面对同一种问题,会有多种可以使用的分析技术。在最终扩展应用模型之前,针对模型进行评估、对所建模型再次检验其执行的步骤,并确信其正确地达到商业目标。


数据挖掘结果分析及验证 


对于挖掘出的信息,以报表、模型方式呈现,协助使用单位专门领域知识人员,分析和解读结果,提供企业分析建议。



Copyright © 2002-2016 河南晴朗网络科技有限公司 版权所有 豫ICP备16025109号-1
电话:0371-55550100 手机号码:15238608776
地址:郑州市金水区中州大道与明鸿路国信广场6楼612室
Powered by 晴朗网路