您可信赖的分析顾问

      数据挖掘建模服务

      数据挖掘(Data Mining)是从海量数据中,使用统计学和机器学习算法自动地从数据中识别抽取出因素之间的关联、变化、异常和有意义的规则或模式,是统计学、数据库技术和人工智能机器学习、决策支持系统等技术的综合。

      数据挖掘一般基于数据库或数据仓库、以业务主题导向进行模式发现,具有洞察未知和预测未来的能力。在发现有效的规则并形成基于规则的业务对策后,可依靠商业智能系统进行全企业的模型应用部署,以利用系统提高业务的响应和分析应用、预测能力。

      数据挖掘的主要价值在于利用数据挖掘技术帮助研究人员确认重要的影响因素、基于数据识别和建立业务规则、建立预测模型。


      CRISP-DM 数据挖掘方法论

     Cross-Industry Standard Process for Data Mining

      数据挖掘方法论CRISP-DM是 NCR, OHRA, SPSS, Daimler-Benz等全球顶尖企业一起开发出来的数据挖掘方法论。该方法论没有特定的工具和特定领域局限,适用于所有行业的标准方法论,相对于现存的其他数据挖掘方法论,具有更优越性,因而被更多地采用。现在几乎所有的数据挖掘项目都采用CRISP-DM方法论,已经被用于多个行业,它的优越性得到了认证。


CRISP-DM 数据挖掘方法论