第5章数据挖掘的实施过程.pptVIP

5.3.9实施数据挖掘项目考虑的问题 实施数据挖掘项目应从以下三方面加以考虑： 一是用数据挖掘解决什么样的商业问题； 二是为进行数据挖掘所做的数据准备； 三是数据挖掘的各种分析算法。 5.3.9实施数据挖掘项目考虑的问题 数据挖掘的分析算法主要来自于以下两个方面：统计分析和人工智能（机器学习、模式识别等）。 数据挖掘研究人员和数据挖掘软件供应商，在这一方面所做的主要工作是优化现有的一些算法，以适应大数据量。 另外需要强调的是，任何一种数据挖掘的算法，不管是统计分析方法、神经元网络、各种树分析方法，还是遗传算法，没有一种算法是万能的。 不同的商业问题，需要用不同的方法去解决。即使对于同一个商业问题，可能有多种算法，这个时候，也需要评估对于这一特定问题和特定数据哪一种算法表现好。 5.3.9实施数据挖掘项目考虑的问题 做数据挖掘研究的人，往往把主要的精力用于改进现有算法和研究新算法上。人们都知道数据准备是必不可少的一步，但很少有人去真正花时间和精力去研究。 其实数据挖掘最后成功与失败，是否有经济效益，数据准备起到了至关重要的作用。数据准备包含很多方面： 一是从多种数据源去综合数据挖掘所需要的数据，保证数据的综合性、易用性、数据的质量和数据的时效性，这有可能要用到数据仓库的思想和技术； 另一方面就是如何从现有数据中衍生出所需要的指标，这主要取决于数据挖掘者的分析经验和工具的方便性。 5.3.9实施数据挖掘项目考虑的问题 还需要强调的一点是，人们通常把数据挖掘工具看得过分神秘，认为只要有了一个数据挖掘工具，就能自动挖掘出所需要的信息，就能更好地进行企业运作，这是认识上的一个误区。 其实要想真正做好数据挖掘，数据挖掘工具只是其中的一个方面，同时还需要对企业业务的深入了解和数据分析经验。 一个企业要想在未来的市场中具有竞争力，必须有一些数据挖掘方面的专家，专门从事数据分析和数据挖掘工作。再同其他部门协调，把挖掘出来的信息供管理者决策参考，最后把挖掘出的知识物化。 5.3.9实施数据挖掘项目考虑的问题 在国内的企业中，还很少有决策人员认识到这一点。如果管理者没有这方面的意识，数据挖掘和数据分析就很难发挥应有的作用，很容易走向两个极端。 一是认为数据挖掘没有用处； 二是开始认为数据挖掘是万能的； 如此得到的结果往往与初始期望相去太远。 5.3.9实施数据挖掘项目考虑的问题 具体地说，应考虑以下八个问题： 1.超大规模数据库和高维数据问题；　　2. 数据丢失问题；　　3. 变化的数据和知识问题；　　4. 模式的易懂性问题；　　5. 非标准格式的数据、多媒体数据、 面向对象数据处理问题；　　6. 与其他系统的集成问题；　　7. 网络与分布式环境下的KDD问题；　　8. 个人隐私问题。 5-22 企业登记注册类型与原经济类型分类对照表 新 旧 备 注 代码 企业登记注册类型 代码 原经济类型分类 100 内资企业 1 国有经济 110 国有企业 11 国有企业 国有独资公司 列入新的151 12 国有联营企业 列入新的141 120 集体企业 2 集体经济 21 集体企业（含股份合作企业） 22 集体联营企业 列入新的142 130 股份合作企业 新设。原归入旧的21中 140 联营企业 5 联营经济 修改范围，包括旧的12和22 141 国有联营企业 142 集体联营企业 143 国有与集体联营企业 51 国有与集体联营企业 149 其他联营企业 52 国有与私人联营企业 取消，改为其他联营企业 53 集体与私人联营企业 54 国有、集体与私人联营企业 下同 6 股份制经济 150 有限责任公司 62 有限责任公司 151 国有独资公司 新设。原列入旧的11中 150 其他有限责任公司 160 股份有限公司 61 股份有限公司 170 私营企业 3 私营经济 171 私营独资企业 31