数据挖掘的应用现状

1. 数据挖掘的应用现状

数据挖掘的应用现状
数据挖掘所要处理的问题，就是在庞大的数据库中找出有价值的隐藏事件，并且加以分析，获取有意义的信息，归纳出有用的结构，作为企业进行决策的依据。其应用非常广泛，只要该产业有分析价值与需求的数据库，皆可利用数据挖掘（DM）技术进行有目的的发掘分析。
常见的应用案例多发生在零售业、财务金融保险、制造业、通讯及医疗服务行业：
    1、零售商从顾客购买商品中发现一定的关系，提供打折购物券等，提高销售额；
    2、保险公司通过数据挖掘建立预测模型，辨别出可能的欺诈行为，避免道德风险，减少成本，提高利润；
    3、在制造业中，半导体的生产和测试中都产生大量的数据，就必须对这些数据进行分析，找出存在的问题，提高质量；
    4、电子商务的作用越来越大，可以用数据挖掘对网站进行分析，识别用户的行为模式，保留客户，提供个性化服务，优化网站设计。

2. 国内有哪些数据分析和数据挖掘的牛人

有的。

这个就是数据挖掘牛人的企业，创办人姓徐，是国内最早研究信息采集的人。

这就是他们的技术的展示。

3. 综述数据挖掘的应用及发展趋势

你的论文题?有字数要求么?

数据挖掘(Data Mining)自1995年在KDD(Knowledge Discover in Database)国际学术会议上由Usama Fayyad首次提出后, 已成为当下最流行的词语之一. 不仅是因为其炫丽的技术, 它给商业社会带来了无限的影响，尤其是在如银行、电信、保险、交通、零售（如超级市场）等商业领域。数据挖掘所能解决的典型商业问题包括：数据库营销（Database Marketing）、客户群体划分（Customer Segmentation & Classification）、背景分析（Profile Analysis）、交叉销售（Cross-selling）等市场分析行为，以及客户流失性分析(Churn Analysis)、客户信用记分(Credit Scoring)、欺诈发现(Fraud Detection)等等。
    

至于发展趋势嘛，目前IBM打出了"智慧地球"的战略，其本质就是数据分析与数据挖掘。为了实现战略目标，IBM在近几年经济萧条期间通过大量的收购并购来构筑自己的软件和服务竞争力：2007年50亿刀收购cognos构筑自己的在线联机分析能力；2009年12亿刀收购统计分析软件SPSS（也就是数据挖掘软件）；2010年17亿刀收购数据仓库集成平台Netezza；通过观察IBM，对该行业的发展趋势可见一斑，而数据挖掘作为数据的“终极”应用，也将会成为未来行业的新宠

另外，华尔街的金融学家基本都是数据挖掘的好手（数据挖掘的原理就是数理统计分析）


如果想了解更多，可以参考韩家炜的《数据挖掘概念与技术》吧，这个比较权威。

4. 国内有哪些数据分析和数据挖掘的牛人？

数据分析牛人 （排名不分先后）一、沈浩老师中国传媒大学教授，这位老师给我深的印象就是比较喜欢旅游、爱摄影，除此之外更多的介绍还一下子想不起来。不过在博客分享了很多非常好的数据分析方法、数据可视化等。二、刘万祥ExcelPro刘万祥老师，《Excel图表之道》、《用地图说话》作者。专注于最专业、有效的商务图表沟通方法，追求图表的有效沟通，和专业的商务气质。三、张文彤老师英德知联恒市场咨询有限公司全国技术总监，是国内最早一批玩SPSS之一，前些年在大学从教，现如今投身咨询行业，在理论功底和SPSS软件使用有较高的造诣，感兴趣的还可以关注下张老师的培训。四、张磊IDMERSAS公司首席咨询顾问。现在的分析，不搞点挖掘、模型的，似乎就不够高级、不够唬人。这位博主可是数据挖掘的牛人，SAS、SPSS Clementine 的专家顾问啊。五、数据化管理黄老师是零售行业的老前辈，善于发现数据背后的故事,专注数据化管理的咨询及培训业务！14年快速消费品、通讯行业的销售经验！5年的零售企业《数据化管理》的咨询顾问、培训导师六、小蚊子乐园《谁说菜鸟不会数据分析》作者，专注在市场调查研究，SPSS使得很熟练，对PPT、excel也热爱有加，博客开的似乎很早了，有很多好内容。七、数据挖掘与数据分析知名博客主、微博主，资深数据分析师，多年从事咨询、互联网行业数据分析工作，在微博、博客分享了大量干货。

5. 数据分析和挖掘有哪些公开的数据来源？

UCI是最经典的，不过也比较古老数据堂最近异军突起，非常值得称赞。国外还有一些网站，比如你可以看看另外KDDCUP每年都会针对一个特定的问题进行比赛，数据集也是公开的最近几年，数据挖掘的比赛越来越多了，你可以去PASCAL上看看你感兴趣的领域这个是delicious上面一个人搜集的数据集网站书签，比较杂，或许你能找到你所要的（话说delicious改版之前这个里面的内容比现在的多多了）再有就是看具体的做的内容，然后看相关学者都用什么数据集，除了LDC那种变态组织，其他很多数据都可以通过track论文中的信息或者是作者主页上的信息下载到的做数据挖掘和数据分析都是针对某一个领域或者问题去做，其实也看那个领域会不会有开放的心态去公开数据，前两年在Hans Rosling老先生在TED上公开呼吁之后，很多机构，包括联合国都公开了自己的数据。