Casa Finanza personale Data mining - dummies

Data mining - dummies

Sommario:

Video: Data Mining: How You're Revealing More Than You Think 2025

Video: Data Mining: How You're Revealing More Than You Think 2025
Anonim

La caratteristica distintiva del data mining, rispetto a query, report o persino OLAP, è possibile ottenere informazioni senza dover fare domande specifiche.

Il data mining ha due ruoli principali nella tua missione di business intelligence:

  • Il ruolo "Dimmi cosa potrebbe accadere": Il primo ruolo del data mining è predittivo, in cui fondamentalmente dici "Dimmi cosa potrebbe succedere. "Usando la conoscenza nascosta rinchiusa nel tuo data warehouse, le probabilità e la probabilità delle tendenze e degli eventi futuri sono nascosti e presentati a te.

  • Il ruolo "Dimmi qualcosa di interessante": Oltre ai possibili eventi ed eventi futuri, il data mining cerca anche di estrarre informazioni interessanti che probabilmente dovresti sapere, come ad esempio relazione insolita tra vendite di due prodotti diversi e come tale relazione varia in base al posizionamento nei negozi al dettaglio.

    Sebbene possano esistere molte di queste interessanti curiosità, quali domande faresti se usassi uno strumento di query o OLAP e come interpreteresti i risultati? Il data mining ti assiste in questo arduo compito di capire quali domande porre facendo gran parte del lavoro per te.

Data mining in specifiche missioni commerciali

Il data mining è particolarmente adatto per questi specifici tipi di missioni commerciali:

  • Rilevamento di frodi

  • Determinazione dell'efficacia del programma di marketing

  • Selezione di chi, da una grande base di clienti o la popolazione generale, si dovrebbe targetizzare come parte di un programma di marketing

  • Gestione del ciclo di vita del cliente, inclusa la missione di conservazione del cliente

  • Esecuzione di modelli avanzati di processi di business e scenari ipotetici

Pensa a cosa c'è dietro ognuna delle missioni aziendali dell'elenco precedente:

  • Una grande quantità di dati

  • Un numero ancora maggiore numero di combinazioni di vari pezzi di dati

  • Analisi di set di risultati intensivi, solitamente con algoritmi complessi e tecniche statistiche avanzate

Ora, pensa a cosa avresti dovuto fare se stavi utilizzando uno strumento di reporting o OLAP per realizzare queste missioni. Troverai praticamente impossibile eseguire accuratamente una qualsiasi delle missioni precedenti se dovessi fare una domanda e ottenere un risultato, fare un'altra domanda e ottenere un altro risultato, e poi continuare a ripetere quei passaggi.

Data mining e intelligenza artificiale

Se sei nel campo dell'information technology (IT) da almeno un decennio, alcuni dei termini precedenti potrebbero sembrare vagamente familiari.Sbloccare la conoscenza nascosta? Funzionalità predittiva? Aspetta un attimo: questa è l'intelligenza artificiale!

Fin dai primi giorni del computing commerciale, c'è stato un enorme interesse nello sviluppo di "macchine pensanti" in grado di elaborare grandi quantità di dati e prendere decisioni basate su tale analisi.

L'interesse per l'intelligenza artificiale (AI) raggiunse lo zenit a metà degli anni '80. A quel tempo, i fornitori di database lavoravano alla produzione di sistemi di gestione della base di conoscenza (KBMS); altri vendor uscirono con shell di sistema esperti, o framework di sviluppo di applicazioni basati su AI che usavano tecniche come forward-chaining e backward-chaining per informare gli utenti sulle decisioni; e le reti neurali erano posizionate come il prossimo grande sviluppo di intelligenza artificiale.

L'interesse per l'AI è diminuito nei primi anni '90, quando le aspettative hanno superato le capacità disponibili e altre frenetiche, come la migrazione client / server e (ovviamente) il data warehousing, sono state al centro dell'attenzione.

Ora, AI è tornato!

La tecnica AI di profilo più alto utilizzata nel data mining è reti neurali. Le reti neurali erano originariamente concepite come un modello di elaborazione che imitava il modo in cui il cervello umano risolve i problemi, utilizzando i neuroni e l'elaborazione altamente parallela per risolvere schemi.

Applicando algoritmi di reti neurali alle aree della business intelligence che le maniglie di data mining (sempre, predittive e "dirmi qualcosa di interessante" missioni) sembra essere una corrispondenza naturale.

Anche se il gioco di data mining / rete neurale merita sicuramente di essere controllato, dovresti farlo con attenzione. È possibile trovare molte tecnologie interessanti ed eccitanti che, nelle mani di coloro che non comprendono gli algoritmi, probabilmente falliranno.

Tuttavia, con un'adeguata conoscenza e formazione, è possibile assumere un impegno su vasta scala per portare questo tipo di elaborazione nel proprio framework di business intelligence come accoppiamento tecnico-analitico per l'analisi aziendale focalizzata su OLAP.

Data mining e statistiche

L'area più matura del data mining è l'applicazione di tecniche statistiche avanzate contro i grandi volumi di dati nel vostro data warehouse. Diversi strumenti utilizzano diversi tipi di tecniche statistiche, adattate alle particolari aree che stanno cercando di affrontare.

Senza uno sfondo statistico, potresti trovare confusione nel trasferimento di dati. È necessario svolgere molto lavoro per addestrare gli algoritmi e creare regole per garantire risultati corretti con set di dati più grandi. Tuttavia, supponendo che tu sia a tuo agio con questo concetto, o abbia un collega che può aiutarti, ecco alcuni degli algoritmi più ampiamente sfruttati:

  • Algoritmi di classificazione: Prevedi una o più variabili discrete, basate sull'altra attributi nel set di dati. Utilizzando gli algoritmi di classificazione, lo strumento di data mining può esaminare grandi quantità di dati e quindi informarti che, ad esempio, "I clienti che sono conservati attraverso almeno due generazioni di acquisti di prodotti tendono ad avere queste caratteristiche: hanno un reddito di a almeno $ 75.000 e possiedono le loro case."

  • Algoritmi di regressione: Prevedi una o più variabili continue, come profitti o perdite, in base ad altri attributi nel set di dati. Gli algoritmi di regressione sono guidati attraverso le informazioni storiche presentate allo strumento di data mining "nel tempo", meglio noto come informazioni sulla serie storica .

  • Algoritmi di segmentazione: Dividere i dati in gruppi o cluster di elementi con proprietà simili.

  • Algoritmi di associazione: Trova le correlazioni tra diversi attributi in un set di dati. L'applicazione più comune di questo tipo di algoritmo crea regole di associazione, che è possibile utilizzare in un'analisi del paniere di mercato. Si noti che, ad esempio, se un cliente acquista un particolare pacchetto software, ha una probabilità del 65% di acquistare almeno due pacchetti add-on specifici del prodotto entro due settimane.

  • Algoritmi di analisi della sequenza: Riepiloga sequenze o episodi frequenti in dati, come un flusso del percorso web.

Esistono molti altri metodi. Spolvera quel vecchio libro delle statistiche e inizia a leggere.

Data mining - dummies

Scelta dell'editore

Come salvare le immagini in un file immagine in R - dummies

Come salvare le immagini in un file immagine in R - dummies

Se vuoi pubblicare le tue risultati, è necessario salvare la trama in un file in R e quindi importare questo file grafico in un altro documento. Tuttavia, per la maggior parte del tempo, potresti semplicemente voler utilizzare la grafica R in modo interattivo per esplorare i tuoi dati. Per salvare un grafico su un'immagine ...

Come cercare più parole in R - dummies

Come cercare più parole in R - dummies

Quando si lavora con il testo in R, potrebbe essere necessario per trovare parole o motivi all'interno del testo. Immagina di avere una lista degli stati negli Stati Uniti e vuoi scoprire quali nomi di stato consistono in due parole. Per trovare sottostringhe, è possibile utilizzare la funzione grep (), che prende due argomenti essenziali: ...

Come cercare le singole parole in R - dummies

Come cercare le singole parole in R - dummies

Quando lavori con il testo, spesso tu può risolvere i problemi se riesci a trovare parole o motivi all'interno del testo. R rende questo facile da fare. Immagina di avere una lista degli stati negli Stati Uniti e vuoi scoprire quale di questi stati contiene la parola Nuovo. Per indagare su questo ...

Scelta dell'editore

Come calcolare le detrazioni e i crediti di imposta sugli investimenti immobiliari per l'esame di licenza immobiliare

Come calcolare le detrazioni e i crediti di imposta sugli investimenti immobiliari per l'esame di licenza immobiliare

Una detrazione fiscale è qualcosa che puoi vedere nell'esame di licenza immobiliare che puoi detrarre dal reddito di un investimento immobiliare per ridurre le tasse. Un credito d'imposta è qualcosa che puoi detrarre dalle tasse dovute. I governi federali e talvolta statali creano programmi che consentono crediti d'imposta o detrazioni per ...

Fattori economici che influenzano il valore per l'esame di licenza immobiliare - dummies

Fattori economici che influenzano il valore per l'esame di licenza immobiliare - dummies

Valore doesn ' semplicemente succede; le persone devono crearlo. La maggior parte di queste azioni personali che saranno trattate durante l'esame di licenza immobiliare, di solito chiamate influenze economiche, non sono altro che normali comportamenti umani. Il test pone due tipi di domande su questi principi o fattori economici. Vedrai domande sulle definizioni e ...

Come calcolare le aliquote fiscali per l'esame di licenza immobiliare - dummy

Come calcolare le aliquote fiscali per l'esame di licenza immobiliare - dummy

Pur calcolando la tassa le tariffe non sono qualcosa che devi sapere esattamente come fare per l'esame di licenza immobiliare, è qualcosa che devi capire in generale per rispondere a domande di non-matematica sul processo. Sapere come calcolare le tasse non è una cosa brutta da sapere, perché probabilmente si pagano le tasse di proprietà e ...

Scelta dell'editore

Suggerimenti per la registrazione Regole di gioco logiche sull'LSAT - manichini

Suggerimenti per la registrazione Regole di gioco logiche sull'LSAT - manichini

La maggior parte dei giochi di logica sull'LSAT hanno tre, quattro o cinque condizioni o regole che limitano il modo in cui giochi con i pezzi. Per ordinare i giochi, le restrizioni forniscono indizi su come i pezzi possono essere posizionati in relazione l'uno con l'altro. I tipi comuni di regole di ordinazione sono obiettivi, distanziatori e arrangiatori. Regole di destinazione I bersagli danno ...

Come gestire il tuo tempo con saggezza sul TASC - dummies

Come gestire il tuo tempo con saggezza sul TASC - dummies

Perché ogni sezione del TASC, oppure Prova l'esame di completamento secondario, ha un limite di tempo, vorrai essere consapevole di quanto tempo è passato mentre stai facendo il test. Un modo per gestire efficacemente il tuo tempo è semplicemente indossando un orologio. I centri di test potrebbero non avere sempre un orologio disponibile e ...

Rendendo più semplice il giorno di prova SSAT o ISEE - manichini

Rendendo più semplice il giorno di prova SSAT o ISEE - manichini

Non è possibile effettuare SSAT o ISEE più facile, ma puoi iniziare la giornata di test correttamente e renderlo più semplice e meno stressante, il che può portare a risultati migliori durante l'esame di ammissione. Ecco alcuni suggerimenti da tenere a mente al giorno del test SSAT o ISEE: riposati molto. La ...