有大量的資料在資訊產業使用。這個資料是沒有用的,直到轉化為有用的資訊。淺析這個龐大的資料量,並從中提取有用的資訊是必要的。
資訊的提取不是我們必須執行,這也涉及到其他進程,如資料清理,資料整合,資料轉換,資料挖掘,模式評估和資料演示的唯一進程。一旦所有這些過程都結束了,我們現在的位置,以使用這些資訊在許多應用,如欺詐檢測,市場分析,生產控制,科學探索等。
資料挖掘是指從大量的資料集提取資訊。換句話說,我們可以說,資料挖掘是從資料挖掘領域的知識。此資訊可用於任何以下應用程式:
市場分析
欺詐檢測
客戶保持
生產控制
科學探索
以下是下面列出的理由:
在資訊技術領域,我們有大量的需要被轉化為有用的資訊可用的資料。
該資訊還可以用於各種應用,如市場分析,欺詐檢測,留住客戶,生產控制,科學探索等。
下面是資料挖掘的應用程式列表:
市場分析與管理
企業分析與風險管理
欺詐檢測
其他應用
以下是市場,資料挖掘使用的各個領域:
客戶分析 - 資料挖掘有助於確定什麼樣的人買什麼樣的產品。
識別顧客需求 - 資料挖掘有助於確定針對不同的客戶提供最好的產品。它使用的預測發現,可能會吸引新客戶的因素。
跨市場分析 - 資料挖掘技術進行產品銷售的關聯/相關性。
目標市場 - 資料挖掘有助於發現叢集誰分享,如興趣,消費習慣,收入等相同的特徵模型的客戶
確定客戶採購模式 - 資料挖掘有助於確定客戶的採購模式。
提供了摘要資訊 -資料挖掘技術為我們提供各種多維總結報告
以下是企業部門在資料挖掘使用的各個領域:
財務規劃與資產評估 - 它涉及現金流量分析及預測,或有債權分析,以評估資產。
資源規劃 - 資源規劃它涉及總結和比較資源和消費。
競爭- 它涉及到監控競爭對手和市場方向。
資料挖掘技術也用在信用卡服務和電信領域的檢測欺詐行為。詐騙電話呼叫它有助於找到呼叫的目標,通話持續時間,一天或一週的時間。它也分析,從預期的偏離規範的模式。
資料挖掘技術也用在其他領域,如體育,占星術和網際網路的Web衝浪輔助。