大資料應用領域

聚類模型屬於飛濺讀式挖掘模型，以使用者屬性、行為、消費等特徵資料為輸入，將使用者自動聚類為若干類，通常用來挖掘潛在目標客戶群體，也可以用在大資料營銷工具、crm工具和防欺詐解決方案上。

分類**模型分析學習歷史資料經驗，**分析未來資料發展方向。模型輸出是離散資料或類別的稱為分類模型，模型輸出是數值型別資料的模型稱為數值**模型。分類模型根據訓練資料集的類別號屬性，學習現有分類資料的分類規則來構建分類器，最終備用於分類新資料。數值**模型根據資料輸入，對訓練資料進行模型擬合，最終建立連續性數值函式。分類**模型的典型應用有欺詐檢測、市場定位、效能**、醫療診斷、****等。

關聯規則挖掘模型，用於發現隱藏在大型資料集中的令人感興趣的聯絡。關聯規則挖掘分為「頻繁項集產生」和「關聯規則產生」兩個主要任務。「頻繁項集產生」的目的是發現滿足最小支援度閾值的所有項集，這些項集稱作頻繁項集。「關聯規則的產生」目標是從上一步發現的頻繁項集中提取所有高置信度的規則，這些規則稱為強規則。關聯規則挖掘模型的典型應用產品關聯推薦和精確營銷。