文档介绍：大数据是2021的时髦词汇，正受到越来越多人的关注和谈论。大数据之所以受到人们的关注和谈论，是因为隐藏在大数据后面超千亿美元的市场时机。
大数据时代，数据挖掘是最关键的工作。以下容供个人学****用，感兴趣的朋友可以看一
下。
智库百科要研究问题包括数
据序列的趋势特征、数据序列的预测以及数据间的相关关系等。它可以应用到市场营销的各
个方面，如客户寻求、保持和预防客户流失活动、产品生命周期分析、销售趋势预测及有针
对性的促销活动等。
③聚类。聚类分析是把一组数据按照相似性和差异性分为几个类别，其目的是使得属于同一
类别的数据间的相似性尽可能大，不同类别中的数据间的相似性尽可能小。它可以应用到客户群体的分类、客户背景分析、客户购置趋势预测、市场的细分等。
④关联规那么。关联规那么是描述数据库中数据项之间所存在的关系的规那么，即根据一个
事务中某些项的出现可导出另一些项在同一事务中也出现，即隐藏在数据间的关联或相互关
系。在客户关系管理中，通过对企业的客户数据库里的大量数据进展挖掘，可以从大量的记
录中发现有趣的关联关系，找出影响市场营销效果的关键因素，为产品定位、定价与定制客
户群，客户寻求、细分与保持，市场营销与推销，营销风险评估和诈骗预测等决策支持提供参考依据。
⑤特征。特征分析是从数据库中的一组数据中提取出关于这些数据的特征式，这些特征式表
达了该数据集的总体特征。如营销人员通过对客户流失因素的特征提取，可以得到导致客户流失的一系列原因和主要特征，利用这些特征可以有效地预防客户的流失。
⑥变化和偏差分析。偏差包括很大一类潜在有趣的知识，如分类中的反常实例，模式的例外，
观察结果对期望的偏差等，其目的是寻找观察结果与参照量之间有意义的差异。在企业危机
管理及其预警中，管理者更感兴趣的是那些意外规那么。意外规那么的挖掘可以应用到各种
异常信息的发现、分析、识别、评价和预警等方面。
⑦Web页挖掘。随着Internet的迅速开展及 Web的全球普及，使得 Web上的信息量无比丰富，通过对 Web的挖掘，可以利用 Web的海量数据进展分析，收集政治、经济、政策、科技、金融、各种市场、竞争对手、供求信息、客户等有关的信息，集中精力分析和处理那些对企业有重大或潜在重大影响的外部环境信息和部经营信息，并根据分析结果找出企业管理
过程中出现的各种问题和可能引起危机的先兆，对这些信息进展分析和处理，以便识别、分
析、评价和管理危机。
数据挖掘的功能
数据挖掘通过预测未来趋势及行为，做出前摄的、基于知识的决策。数据挖掘的目标是
从数据库中发现隐含的、有意义的知识，主要有以下五类功能。
1、自动预测趋势和行为
数据挖掘自动在大型数据库中寻找预测性信息，以往需要进展大量手工分析的问题如今
可以迅速直接由数据本身得出结论。一个典型的例子是市场预测问题，数据挖掘使用过去有
关促销的数据来寻找未来投资中回报最大的用户，其它可预测的问题包括预报破产以及认定
对指定事件最可能作出反响的群体。
2、关联分析
数据关联是数据库中存在的一类重要的可被发现的知识。假设两个或多个变量的取值之
间存在某种规律性，就称为关联。关联可分为简单关联、时序关联、因果关联。关联分析的目的是找出数据库中隐藏的关联