编者注，

昨天搜集数据挖掘相关方法，找到了这个，觉得很好，于是果断自己加工一下，结构更加清晰。

---

数据挖掘常用的方法

分类，回归、聚类、关联规则

数据挖掘的位置 

在大数据时代，数据挖掘是最关键的工作。

数据挖掘的意义 

大数据的挖掘是从海量、不完全的、有噪声的、模糊的、随机的大型数据库中发现隐含在其中有价值的、潜在有用的信息和知识的过程，也是一种决策支持过程。

数据挖掘的方式

其主要基于人工智能，机器学习，模式学习，统计学等。

通过对大数据高度自动化地分析，做出归纳性的推理，从中挖掘出潜在的模式，可以帮助企业、商家、用户调整市场政策、减少风险、理性面对市场，并做出正确的决策。

目前，在很多领域尤其是在商业领域如银行、电信、电商等，数据挖掘可以解决很多问题，包括市场营销策略制定、背景分析、企业管理危机等。

---

下面具体讨论数据挖掘的方法。

---

大数据挖掘常用的方法

分类、回归分析、聚类、关联规则、神经网络方法、Web 数据挖掘等。

这些方法从不同的角度对数据进行挖掘。

(1)分类（Classification）

分类是找出数据库中的一组数据对象的共同特点，并按照分类模式，将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到摸个给定的类别中。

可以应用到涉及到应用分类、趋势预测中。

如淘宝商铺将用户在一段时间内的购买情况划分成不同的类，根据情况向用户推荐关联类的商品，从而增加商铺的销售量。

(2)回归分析（Regression）

回归分析反映了数据库中数据的属性值的特性，通过函数表达数据映射的关系，来发现属性值之间的依赖关系。

它可以应用到对数据序列的预测及相关关系的研究中去。

在市场营销中，回归分析可以被应用到各个方面。如通过对本季度销售的回归分析，对下一季度的销售趋势作出预测并做出针对性的营销改变。

(3)聚类（Clustering）

聚类类似于分类，但与分类的目的不同，是针对数据的相似性和差异性将一组数据分为几个类别。

属于同一类别的数据间的相似性很大，但不同类别之间数据的相似性很小，跨类的数据关联性很低。

(4)关联规则

关联规则是隐藏在数据项之间的关联或相互关系，即可以根据一个数据项的出现推导出其他数据项的出现。

关联规则的挖掘过程主要包括两个阶段：

第一，从海量原始数据中找出所有的高频项目组;

第二，为从这些高频项目组产生关联规则。

关联规则挖掘技术，已经被广泛应用于金融行业企业中，用以预测客户的需求。

各银行在自己的ATM 机上，通过捆绑客户可能感兴趣的信息，供用户了解并获取相应信息来改善自身的营销。

(5)神经网络方法

神经网络作为一种先进的人工智能技术，因其自身自行处理、分布存储和高度容错等特性非常适合处理非线性的，以及那些以模糊、不完整、不严密的知识或数据为特征的处理问题，它的这一特点十分适合解决数据挖掘的问题。

典型的神经网络模型主要分为三大类：

第一类，用于分类预测和模式识别的前馈式神经网络模型，其主要代表为函数型网络、感知机;

第二类，用于联想记忆和优化算法的反馈式神经网络模型，以Hopfield 的离散模型和连续模型为代表。

第三类，用于聚类的自组织映射方法，以ART 模型为代表。

虽然神经网络有多种模型及算法，但在特定领域的数据挖掘中使用何种模型及算法并没有统一的规则，而且人们很难理解网络的学习及决策过程。

(6)Web数据挖掘

Web数据挖掘是一项综合性技术，指Web 从文档结构和使用的集合C 中发现隐含的模式P，如果将C看做是输入，P 看做是输出，那么Web 挖掘过程就可以看做是从输入到输出的一个映射过程。

当前越来越多的Web 数据都是以数据流的形式出现的，因此对Web 数据流挖掘就具有很重要的意义。

目前常用的Web数据挖掘算法有：PageRank算法，HITS算法以及LOGSOM 算法。

这三种算法提到的用户都是笼统的用户，并没有区分用户的个体。

目前Web 数据挖掘面临着一些问题，

包括：用户的分类问题、网站内容时效性问题，用户在页面停留时间问题，页面的链入与链出数问题等。

在Web 技术高速发展的今天，这些问题仍旧值得研究并加以解决。

原文：http://www.vsharing.com/k//2013-10/690272.html

编辑 Juan Winterling