1.開篇點題引五問
在企業的業務運營中，通常會借助資料探勘技術來輔助產品設計、營銷推廣等環節的工作。
why表示通過日常監控分析發現的運營問題；what表示制定解決目標問題的總體策略和方針；who表示結合運營資料並組織開展資料探勘工作的各類專業人員；which表示針對特定目標使用者設計的精細化運營方案，主要目的是促進使用者活躍和業務的有效使用；where表示通過跟蹤使用者發展和業務推廣情況作出的相應優化和改進，並評估市場反饋。
2.大資料中求價值
資料探勘的商業目的主要是基於對大量企業業務資料的深度分析，發現有價值的資訊和知識，從而有效提高企業的運營效率和營銷收入，降低成本開銷。
資料探勘同樣能夠提高企業的**分析和推斷預警能力。通過運用多樣化的綜合手段分析使用者需求並精確定位目標使用者，利用各種營銷渠道構築產品推廣體系。以使用者為導向，尋找合適的產品應用，針對不同使用者進行個性化的推薦，提公升使用者感知，優化使用者體驗，支援產品改進，以及加強業務管理水平。
3.定義概述歸特點
利用資料探勘技術能夠發現隱藏在大量繁雜資料中的模式和規律。模式規律一般看作知識，描述了資料的特徵、趨勢和相關性。這些知識新穎有效並最終可以被理解和應用。
資料探勘通常被演繹成乙個知識發現的過程，也會被認為是乙個去粗存精，去偽存真的過程。首先將資料清理整合並變換為適合處理的形式，然後構建模型獲取知識並評估結論的準確性和可靠性，最後使用視覺化技術，通過介面互動向使用者展現挖掘結果。
4.知識決策跨領域
資料探勘從資料、資訊再到知識形成完整的決策流程，從客觀的定量分析到抽象邏輯的定性結果，是經過實踐檢驗並能夠輔助管理者的判斷取向。
資料是通過試驗、測量、調研等分析方法獲得的結果，並以數量的形式表示。利用整合、彙總等方法對資料進行加工處理後，一般會通過圖表、規則等方式來展現隱含在其中的資訊。知識是基於資訊的歸納和演繹，建立在資訊之上，與決策密切相關，並對決策產生指導價值和實際意義。
資料探勘與統計學有很多共同之處，二者有著相似的研究目標，都在探尋存在於大量資料中有價值的資訊和知識。同時資料探勘還借鑑並應用了其他許多學科領域的思想和方法，比如資料庫、機器學習和人工智慧等。通過基於雲計算的大規模資料儲存和處理技術，也為海量資料探勘提供了新的方法和手段。
總之，資料探勘綜合了不同領域的專業知識並與商業活動緊密聯絡。當然，除了提公升基礎理論研究之外，更重要的是要加強應用推廣。
5.架構特徵多形式
將來自各個生產系統及業務平台的明細資料按照應用主題多維輕度彙總後，並進一步歸類。同時建立統一資料檢視，包括使用者檢視、產品檢視、渠道檢視等，構築企業級核心資料倉儲儲存中心，形成統一的資料分析模型，以此共同組成完整的企業級資料探勘基礎架構。
資料從明細級轉變為彙總級和分析級，其中的主題可以是使用者、產品、營銷等。模型主要實現各類演算法任務和專題規劃，並將結果反饋給決策應用。
資料探勘之漫談資料預處理
接觸資料探勘以及相關的演算法也有快兩年的時間了。整理下自己使用過的預處理方法，以及一些必備知識。總體來說，預處理包括大概四個部分 清理，整合，歸約和變形。預處理中使用的技術不如 演算法 那麼 高階 但是元資料本身質量的好壞直接決定著模型的上界。資料編碼格式 unicode utf 8 gbk是我常遇...
基礎篇 資料結構
是一種由節點組成的線性資料集合，每個節點通過指標指向下乙個節點。由節點組成，並能用於表示序列的資料結構。迴圈鍊錶 每個節點指向下個節點，最後乙個節點指向頭結點。排序 類別 排序方法 平均時間複雜度 穩定性 插入 排序 直接插入 o n2 穩定希爾排序 o n1.3 不穩定 選擇 排序 直接選擇 o ...
《資料探勘》基礎
資料探勘 data mining 是發現資料中有用模式的過程，目的在於使用所發現的模式幫助解釋當前的行為或 未來的結果 資料探勘過程涉及幾個方面 1 資料收集和儲存 2 資料選取與準備 3 模型建立與檢驗 4 解釋與驗證結果 5 模型應用 資料探勘是乙個處理過程，它利用一種或多種計算機學習技術，從資...