Πώς να Data Mine

ότι η εξόρυξη δεδομένων κάποτε θεωρήθηκε περισσότερο από ένα hyped up έννοια , σήμερα θεωρείται ότι είναι ένα χρήσιμο και αξιόπιστο εργαλείο για επιχειρήσεις και οργανισμούς . Λαμβάνοντας υπόψη τα άτομα που χρησιμοποιείται για να είναι λιγότερο παροδική , ήταν πιο εύκολο για τις επιχειρήσεις και άλλες ομάδες για να παρακολουθείτε το είδος των καταναλωτών που εξυπηρετούνται και τις αγοραστικές τάσεις τους . Τώρα, με τα μεγέθη οργάνωση , οι άνθρωποι δεν γνωρίζουν τους πελάτες τους . Δεδομένα μου να αξιολογήσει τις συνήθειες των πελατών . Οδηγίες
Η 1

Δείτε ότι η εξόρυξη δεδομένων αναφέρεται σε διάφορους τύπους της συλλογής πληροφοριών . Γνωρίστε τις πιο κοινές μορφές της εξόρυξης δεδομένων περιλαμβάνει τη χρήση λογισμικού ανθρακωρύχος δεδομένων για την παρακολούθηση /ανάλυση της δραστηριότητας του χρήστη του υπολογιστή , είτε να εξετάσουν τις δικές τους χρήστες της εταιρείας ή άγνωστους χρήστες του Διαδικτύου . 2

Βρείτε ότι οι οργανισμοί χρησιμοποιούν τα προγράμματα spyware για την παρακολούθηση τις δραστηριότητες των χρηστών του Διαδικτύου για την κατευθυνόμενη διαφήμιση και για άλλους σκοπούς . Οι άνθρωποι συνήθως ανεβάσετε άθελά spyware στους υπολογιστές τους , και αυτά τα προγράμματα παρακολουθούν surfing συνήθειες τους και άλλες πληροφορίες δικό μου γι 'αυτούς .
Εικόνων 3

Καταλάβετε ότι η εξόρυξη δεδομένων έχει διαφορετικούς σκοπούς , καθώς και . Δεδομένα μου "Google" αναγνώστη feeds , για παράδειγμα . Ρυθμίστε τις παραμέτρους αναζήτησης σας και να ανακαλύψετε τις τάσεις . Αποκαλύψτε τι είδους άτομο αρέσει ένα συγκεκριμένο είδος σπορ αυτοκινήτου , για παράδειγμα , και να κοιτάξουμε σέρφινγκ ή αναφορά τις τάσεις τους για να μάθετε ποια εταιρεία αυτοκινήτων είναι το πιο δημοφιλές . Παρατηρήστε τα σχέδια και να αποκτήσουν γνώσεις .
Η 4

Προβλέψτε συμπεριφορές των καταναλωτών και των αποτελεσμάτων για την εταιρεία ή τον οργανισμό σας . Ακολουθήστε μια διαδικασία εξόρυξης δεδομένων με επιστημονικό δεδομένα μου : . Εξερεύνηση , αποφασιστικότητα και σχέδιο ανάπτυξης
5

Απασχολούν τη φάση εξερεύνησης για την προετοιμασία των δεδομένων , διοργανώνοντας τύπους δεδομένων , μεταβλητές και τα χαρακτηριστικά για την καλύτερη διαχείριση των δεδομένων . Χτίστε μοντέλα και επικύρωση . Δοκιμάστε την εφαρμογή διαφόρων μοντέλων στα δεδομένα για να δούμε τι λειτουργεί καλύτερα για τον προσδιορισμό των χαρακτηριστικών και των τάσεων . Αναπτύξτε επιλεγμένα μοντέλα με νέα σύνολα δεδομένων και τη μέτρηση κατά τα αναμενόμενα αποτελέσματα .
Η
εικόνων