什么是数据挖掘？数据挖掘怎么做？数据挖掘应该更正确地命名为“从数据中挖掘知识”，不幸的是它有点长。数据挖掘算法有什么问题？1.常用的数据挖掘算法有哪些？基于数据挖掘的客户流失分析案例客户保持是很多行业关注的问题，如电信、银行、保险、零售等。
1。基于历史的MBR分析基于历史的MBR分析方法最重要的概念是利用已知案例来预测未来案例的某种属性，通常寻找最相似的案例进行比较。MBR有两个主要元素，即distancefunction和combinationfunction。
MBR的优势在于它允许各种数据，这些数据不必服从某些假设。还有一个好处就是它有学习能力，可以通过学习旧案例来获取关于新案例的知识。更为人诟病的是，它需要大量的历史数据，只有有了足够的历史数据，才能做出好的预测。另外，基于记忆的推理方法在处理上也比较耗时，不容易找到最佳的距离函数和组合函数。其应用范围包括作弊行为的检测、客户反应预测、医疗诊断和治疗、反应分类等。
20世纪90年代，随着数据库系统的广泛应用和网络技术的飞速发展，数据库技术进入了一个全新的阶段，即从过去只管理一些简单的数据，发展到管理各种计算机生成的图形、图像、音频、视频、电子文件、网页等各种类型的复杂数据，数据量越来越大。数据库不仅为我们提供了丰富的信息，而且呈现出明显的海量信息特征。在信息爆炸的时代，海量信息给人们带来了很多负面影响，最重要的是有效信息难以提取。
这就是JohnNalsbert所说的“信息丰富但知识贫乏”的困境。扩展数据:数据挖掘中对象数据的类型可以是结构化的、半结构化的，甚至是异构的。发现知识的方法可以是数学的、非数学的、归纳的。最终发现的知识可用于信息管理、查询优化、决策支持和数据维护。数据挖掘的对象可以是任何类型的数据源。
3、求一些与商业智能相关的词包括，例如，数据仓库、数据加载(ETL)、数据挖掘、客户关系管理(CRM)、SAS、PeopleSoft、SAP等。只有理清二者之间的关系，才能做出准确的个人职业发展规划。到了90年代，用于数据存储的联机分析处理系统(OLTP)已经发展得相当不错，关系数据库的应用已经非常普及，大型企业或部门已经积累了大量的原始数据。
为了充分利用现有的数据，提供复杂的查询，提供更好的决策支持，数据仓库应运而生。数据仓库与数据库(这里的数据库是指关系数据库)的区别在于，数据仓库以方便查询(称为主题)为目的，打破关系数据库理论中标准的普适约束，对数据库的数据进行重新组织和排列，为查询、报表和联机分析提供数据支持。数据仓库建立后，周期性数据加载(ETL)成为数据仓库系统的一项主要日常工作。
4、数据挖掘算法有哪些问题1:常用的数据挖掘算法有哪几种？10分有十个经典算法:我是从谭磊的书上学的。以下是网站给出的答案:1。C4.5C4.5算法是机器学习算法中的分类决策树算法，其核心算法是ID3算法。C4.5算法继承了ID3算法的优点，在以下几个方面对ID3算法进行了改进:1)用信息增益率来选择属性，克服了用信息增益选择属性时选择值较多的属性的不足；2)建树过程中的修剪；3)可以完成连续属性的离散化；4)能够处理不完整的数据。
5、数据挖掘技术在信用卡业务中的应用案例数据挖掘技术在信用卡业务中的应用信用卡业务具有透支次数巨大、单笔金额小的特点，这使得数据挖掘技术在信用卡业务中的应用成为必然。国外信用卡发卡机构已经广泛使用数据挖掘技术来推动信用卡业务的发展，实现全面的绩效管理。自1985年中国发行第一张信用卡以来，信用卡业务发展突飞猛进，积累了海量数据。数据挖掘在信用卡业务中的重要性越来越明显。
1.分析型CRM分析型CRM应用包括市场细分、客户获取、交叉销售和客户流失。信用卡分析师收集并处理大量的数据，对这些数据进行分析，找到它们的数据模式和特征，分析某一客户群体的特征、消费习惯、消费倾向和消费需求，进而推断出相应消费群体的下一步消费行为，然后以此为基础，针对特定的产品，对所识别的消费群体进行主动营销。与传统的不区分消费者特征的大规模营销方式相比，这种方式大大节约了营销成本，提高了营销效果，从而为银行带来更多的利润。
6、啤酒和尿不湿案例属于哪种数据挖掘算法在营销环节，“啤酒和尿布”的故事是一个神话。啤酒和纸尿裤这两种看似毫不相关的商品放在一起销售，获得不错的销售收入。这种现象就是商店里商品之间的相关性。研究啤酒和纸尿裤相关性的方法是购物篮分析，这曾经是沃尔玛的秘密武器。购物篮分析可以帮助我们在商店。
7、什么是数据挖掘?数据挖掘怎么做啊?关于什么是数据挖掘，很多学者和专家给出了不同的定义。下面是一些常用语:“简而言之，数据挖掘就是从大量数据中提取或‘挖掘’知识。这个术语实际上有点用词不当。数据挖掘应该更正确地命名为“从数据中挖掘知识”，不幸的是它有点长。许多人将数据挖掘视为另一个常用术语“数据库中的知识发现”或KDD的同义词。其他人只是把数据挖掘作为数据库中知识发现过程的一个基本步骤。
“使用基于计算机的方法，包括新技术，从数据中获取有用知识的整个过程称为数据挖掘。”《数据挖掘——概念、模型、方法和算法》(MehmedKantardzic)“数据挖掘，简单来说就是从数据库中自动发现相关的模式。
8、基于数据挖掘的客户流失分析案例基于数据挖掘的客户流失分析案例客户留存是很多行业都关注的问题，比如电信、银行、保险、零售等等。为了留住客户，需要对客户流失预警、客户流失原因分析、客户满意度或忠诚度研究、客户生命周期研究等相关问题进行深入全面的分析，比如通过分析客户的行为特征，可以知道客户流失了多少，流失的时间，流失的方式，从而监控客户流失，实现客户关怀。
