數據挖掘涉及“處理數據和識別信息中的模式和趨勢”，根據IBM所說，“數據挖掘原理已經存在了許多年，但是隨著大數據的出現，它更為流行了。”數據挖掘技術幫助專業人員了解可用數據集，本文將會介紹5種主要的數據挖掘技術，這些技術可以為企業和其他組織提供描述性和預測性的能力。

關聯規則

關聯規則使兩個或多個項之間的關聯以確定它們之間的模式。例如，超市可以確定顧客在買草莓時也常買鮮奶油，反之亦然。關聯通常用于銷售點系統，以確定產品之間的共同趨勢。

應用領域包括物品的實物擺放組織、市場營銷和產品的交叉銷售和上銷。

分類

我們可以使用多個屬性來標記特定類別的項。分類將項目分配到目標類別或類中，以便準確地預測該類內部會發生什么。

某些行業會將客戶進行分類。例如，一家信貸公司可以使用分類模型來確定貸款申請人的低、中或高信用風險。其他組織將當前和目標受眾分為不同年齡和社會團體進行營銷活動。

聚類

聚類是將數據記錄組合在一起的方法，通常這樣做是為了讓最終用戶對數據庫中發生的事情有一個高層次的認識。

查看對象分組情況可以幫助市場細分領域的企業。在這個例子中可以使用聚類將市場細分為客戶子集。然后，每個子集可以根據簇的屬性來制定特定的營銷策略，例如在一個簇中與另一個簇中的客戶的購買模式的對比。

決策樹

決策樹用于分類或預測數據。決策樹從一個簡單的問題開始，它有兩個或多個的答案。每個答案將會引出進一步的問題，該問題又可被用于分類或識別可被進一步分類的數據，或者可以基于每個答案進行預測。

將數據分成多個葉結點，所有葉結點的數據記錄數的加和等于輸入數據的記錄總數。例如，父結點中的數據記錄總數等于其兩個子結點中包含的記錄總和。

如果你需要針對可能流失的客戶提供一份市場營銷方案，則該模型非常易于使用。

序列模式

序列模式識別相似事件的趨勢或通常情況發生的可能。這種數據挖掘技術經常被用來助于理解用戶購買行為。許多零售商通過數據和序列模式來決定他們用于展示的產品。

關于慧都大數據分析平臺

慧都大數據分析平臺「GetInsight®」升級發布，將基于企業管理駕駛艙、產品質量分析及預測、設備分析及預測等大數據模型的構建，助力企業由傳統運營模式向數字化、智能化的新模式轉型升級，抓住數據經濟的發展勢頭，提供管理效能，精準布局未來。了解更多，請聯系。

慧都大數據專業團隊為企業提供商業智能大數據平臺搭建，免費業務咨詢，定制開發等完整服務，快速、輕松、低成本將任何Hadoop集群從試用階段轉移到生產階段。

歡迎撥打慧都熱線023-68661681或咨詢慧都在線客服，我們有專業的大數據團隊，為您提供免費大數據相關業務咨詢！