数据挖掘是做什么的-经管之家官网！

数据挖掘，简单的说就是有历史数据，数据有很多，比如我们论坛积累了很多用户的数据，假设有个用户，喜欢听歌，喜欢技术，喜欢什么小组，然乎参加，发言，标签等，这些数据就可以进入数据挖掘的某个模型，选择算法，进行分析，于是很多客户行为发现了，有些行为是用眼睛看数据看不出来。
简而言之，数据挖掘的核心是对数据的应用，之所以用数据挖掘，就是希望通过数据分析处理，来更精准地把握用户、客户行为和更好地挖掘信息的价值，提升业务的利润和控制成本。
数据挖掘是最近几年才开始在国内兴起，并且进入企业应用。网站的智能化和个性化，也需要这样的技术来支持。其中，数据挖掘的算法很多来自机器学习和人工智能技术。下面我来举几个例子说明，数据挖掘带给我们什么。
一、数据挖掘可以让杂乱无序的数据清晰化可用度高
数据挖掘有两个典型特征，其一是数据量大，其二是计算复杂。与传统数据库相比，数据挖掘的结构化程度、可用度、数据抽取、数据清洗都是很大的一块工作。
特别典型的传统生产销售型企业的业务系统数据是隔离、分裂的，销售的、生产的、财务的、客户的等等，不同方面其实都是为自己负责的业务目标的和输出构建自己的IT系统、甚至是外包给不同的IT集成商或者软件开发商做的，因而系统都是相对独立，这种独立的结果不只是隔离，而是从数据的结构、数据的记录与存储、软件系统负载等产品技术层面都是不尽相同。数据挖掘需要根据你的目标构建挖掘模型，建立起多个数据系统的关联。
二、让数据和数据之间发生关系，这关系可能产生化学反应
著名的啤酒与尿布、口香糖与避孕套的例子就是典型的数据之间隐性关系的发现，通过对消费行为的数据进行建模和分析，能够发现从事理上，这两个原本不相干的东西，在用户采购东西的时候发生了关系，那么针对这一发现优化你的货架物品摆放就能够提高销售量。
三、对数据产生态进行监控发现异常，预警纠错
通过对系统产生的数据的按照时间建模，记录每个时间点、时间周期内的均值和上下区间，如果某个节点出现超乎寻常的状况，系统能很快发现问题并进行预警和排查。当然这只是技术系统的价值。
四、通过数据挖掘建立知识模型，提供决策支持信息
IT系统在发挥更大的价值在于能通过信息的整合，帮你提供决策参考信息。以前有一个提法叫做知识发现KDD，随着互联网信息内容的丰富、UGC分众智慧的发挥，网络信息的价值效用也越来越大。通过信息存在和信息特征提取，建立起不同信息之间的关联，并能通过语义分析、情感分析，提炼出信息本身的价值倾向、态度、消费效用等，这将为信息在决策参考上提供更系统、数据化的分析和参考。
五、强大的数据处理和分析能够建立以数据驱动的垂直商业生态
数据挖掘的技术系统将负责将所有数据，按照目标重新梳理和建立跟模型对应的数据索引。这个重新构建的数据的秩序将大大增加增加数据的可用性。从垂直行业切入，针对这行业信息服务的需求，建立模型，并不断优化各个细节和子节点的输出，使得行业参与的各较色能在生态上获取自己的利益和价值，那么这将建立起针对这个细分行业的垂直业务生态。