数据挖掘与数据分析实践报告

问：数据挖掘与数据分析论文

1. 答：你先看韩家炜的那本《数据挖掘》，然后看一下几个会议的论文
   SIGKDD
   CIKM
   ICDM
   PAKDD
   里面的论文都是比较好的，具体内容需要看你最后做的是什么问题，现在做mendation（推荐）的比较多。

问：数据分析和数据挖掘的区别是什么？如何做好数据挖掘?

1. 答：数据分析和数据挖掘都是从数据库中发现知识、所以我们称数据分析和数据挖掘叫做数据库中的知识发现。但严格意义上来讲，数据挖掘才是真正意义上的数据库中的知识发现（Knowledge Discovery in Database，KDD）。
   数据分析是从数据库中通过统计、计算、抽样等相关的方法，获取基于数据库的数据表象的知识，也就是指数据分析是从数据库里面得到一些表象性的信息。数据挖掘是从数据库中，通过机器学习或者是通过数学算法等相关的方法获取深层次的知识（比如属性之间的规律性，或者是预测）的技术。
2. 答：数据分析和数据挖掘并不是相互独立的，数据分析通常是直接从数据库取出已有信息，进行一些统计、可视化、文字结论等，最后可能生成一份研究报告性质的东西，以此来辅助决策。但是如果要分析已有信息背后的隐藏信息，而这些信息通过观察往往是看不到的，这是就需要用到数据挖掘，作为分析之前要走的一个门槛。数据挖掘不是简单的认为推测就可以，它往往需要针对大量数据，进行大规模运算，才能得到一些统计学规律。
   这里可以使用亿信华辰一站式数据分析平台ABI，亿信ABI融合了数据源适配、ETL数据处理、数据建模、数据分析、数据填报、工作流、门户、移动应用等核心功能。其中数据分析模块支持报表分析、敏捷看板、即席报告、幻灯片、酷屏、数据填报、数据挖掘等多种分析手段对数据进行分析、展现、应用。帮助企业发现潜在的信息，挖掘数据的潜在价值。
3. 答：广义的数据分析肯定是包括数据挖掘的, 真要说区别的话, 可能要从两者的学术背景来讲, 数据分析一直都存在, 主要是搞统计的人在做, 主要方法肯定就是各种统计学方法了, 参数估计,假设检验等等, 基本思路就是先提出假设, 再用数据验证, 而数据挖掘的概念起源于数据库技术, 是搞计算机的提出的, 主要用机器学习的理论, 所需要的计算机工程技术更多, 做数据挖掘肯定是要会编程的.分析思路上更多的是探索式的分析, 没有先验假设.
   亿信华辰豌豆DM可视化数据挖掘平台深入洞察企业数据规律，充分挖掘数据潜在价值，多维度深度分析更精准。
   直观全程的可视化建模
   豌豆DM提供全程可视化的建模过程，从训练数据集选择、分析指标字段设置、挖掘算法、参数配置、模型训练、模型评估、对比到模型发布都可以通过零编程、可视化的配置操作，简单、便捷的完成。

问：数据挖掘与数据分析的区别是什么？

1. 答：数据分析，是通过已有数据指标进行分析，一般输出结果为趋势图例；
   数据挖掘，是数据分析的基础支持，简单来说，就是先对原始数据进行业务关联性、时效性、有效性等逻辑性挖掘，其次抽取有效数据，清理、格式化数据，为数据分析提供数据支持！
2. 答：数据分析：一般要分析的目标比较明确，分析条件也比较清楚。
   数据挖掘：目标不是很清晰，要依靠挖掘算法来找出隐藏在大量数据中的规则、模式、规律等。
3. 答：数据分析和数据挖掘并不是相互独立的，数据分析通常是直接从数据库取出已有信息，进行一些统计、可视化、文字结论等，最后可能生成一份研究报告性质的东西，以此来辅助决策。但是如果要分析已有信息背后的隐藏信息，而这些信息通过观察往往是看不到的，这是就需要用到数据挖掘，作为分析之前要走的一个门槛。数据挖掘不是简单的认为推测就可以，它往往需要针对大量数据，进行大规模运算，才能得到一些统计学规律。
   这里可以使用亿信华辰一站式数据分析平台ABI，亿信ABI融合了数据源适配、ETL数据处理、数据建模、数据分析、数据填报、工作流、门户、移动应用等核心功能。其中数据分析模块支持报表分析、敏捷看板、即席报告、幻灯片、酷屏、数据填报、数据挖掘等多种分析手段对数据进行分析、展现、应用。帮助企业发现潜在的信息，挖掘数据的潜在价值。
4. 答：数据挖掘和数据分析的区别在于，用大白话说：
   1，数据挖掘是把数据整理到手上，当然是往有用的方面收集。
   2，数据分析是把整理到手上的数据，用统计学方法吧，分析了，得出一些有价值的结论。
   来源：360oralce运维。。。。
5. 答：数据分析和数据挖掘都是从数据库中发现知识、所以我们称数据分析和数据挖掘叫做数据库中的知识发现。但严格意义上来讲，数据挖掘才是真正意义上的数据库中的知识发现（Knowledge Discovery in Database，KDD）。
   数据分析是从数据库中通过统计、计算、抽样等相关的方法，获取基于数据库的数据表象的知识，也就是指数据分析是从数据库里面得到一些表象性的信息。数据挖掘是从数据库中，通过机器学习或者是通过数学算法等相关的方法获取深层次的知识（比如属性之间的规律性，或者是预测）的技术。
6. 答：前面的已经把理论知识都差不多讲清楚了，那我来讲的更具体点吧。举个例子，我们公司之前用的数据分析和数据挖掘都是亿信华辰的，但是是不同的两个工具，数据分析是ABI，数据挖掘是豌豆DM，其中，ABI打通数据生命周期各环节
   从数据源接入，到数据采集、数据处理，再到数据分析和挖掘，打通数据生命周期的各个环节，实现数据填报、处理、分析一体化，为用户提供一站式数据服务。既能支持对分析表进行数据回填设置，又能完成数据融合，提升数据质量，服务数据分析。而豌豆DM提供全程可视化的建模过程，从训练数据集选择、分析指标字段设置、挖掘算法、参数配置、模型训练、模型评估、对比到模型发布都可以通过零编程、可视化的配置操作，简单、便捷的完成。

问：数据分析和数据挖掘的区别是什么？如何做好数据挖掘

1. 答：数据分析和数据挖掘，两者的工作内容有着不小的区别。
   对于一个数据分析师来说，最重要的并不是编程技能，而是逻辑分析能力、业务理解能力、报告展示能力等。数据挖掘工程师一般情况下不会接触太多的业务。
   数据分析师：基于业务，通过数据分析手段发现和分析业务问题，为决策作支持。
   数据挖掘工程师：偏技术，通过建立模型、算法、预测等提供一些通用的解决方案，当然也有针对某业务的。
   两者的职业路线也非常不同，数据分析师之后可以做业务、可以转产品、可以做管理；而数据挖掘工程师一般会在技术领域垂直、深入地探索，之后可能会做技术管理，也有一辈子做技术的。
2. 答：1.一个主要做整理工作，一个主要做建模工作。
   2. 在统一的统计指标下，通过不同的结构型思维，分析数据得出结论。