2。2数据挖掘的发展过程

  数据挖掘从产生到发展成重要的知识领域，经历了以下四个阶段由简到繁的发展过程：

  第一个发展阶段是结构化数据的挖掘，在已有的关系数据库进行数据挖掘； 第二个发展阶段是结构复杂的数据挖掘方法的发展，万维网数据挖掘和多媒体数据挖掘就此产生并且发展；第三个发展阶段是对于数据挖掘系统集成的研究，其内容有对于在线的动态的数据挖掘系统分布式的数据挖掘，和并行数据挖掘的系统，还包含数据流，不完备的系统以及混合的非结构化数据的系统；第四阶段可能是开发基于知识库以及只是发现机器学习等方面的发展以及研究。文献综述

2。3数据挖掘的应用

  数据挖掘在很多领域可以解决很多复杂无法用人工方法解决的问题，可以解决当前亟待解决的问题，也可以找到新的可以发展成持续的优势的机会，下文举出了几个有代表性的示例。

（1）客户关系管理与精准营销

  数据挖掘作为精准营销的重要手段，随着企业对精准营销的重要性的认识的提升和需求的加强，以及数据挖掘算法本身的不断完善，一定会在未来的营销领域中发挥强大的作用，推动了营销理论和实践结构化的转型，从传统的，粗糙的，大众的方法演变到深度化，细致化，精准化的营销模式。例如识别最可能购买新产品和新服务的客户，发现产品和服务的时变关联从而最大限度的获取客户价值以获得利润。

（2）银行业管理

  银行可以通过精准分析以及预测来估计有可能发生的欠款额，进而可以实现借贷流程的自动化；还可以监督网上银行交易，信用卡交易以及反欺诈；预测实体银行的现金流，实现现金回报优化。

（3）制造生产

可以利用数据挖掘传感数据预测机器故障的原因，实现有计划的，高效率的维修保养；还可识别生产系统的异常以及异常的共性，发现改进产品质量的新方法，极大的优化了生产力，为制造生产业提供了极大的好处。

（4）计算机硬件

  数据挖掘也可应用于计算机硬件，可更加有规划的尽早预测磁盘的故障，识别出不受欢迎的网页内容和电子邮件的内容，并将其过滤；识别存在安全隐患的软件；检测并计算机网络安全隐患。

2。4数据挖掘的基础流程来`自+优-尔^论:文,网www.youerw.com +QQ752018766-

  数据挖掘不仅仅是一个由模型到结果的显而易见的简单过程，而是一个循环求解，精益求精的过程，数据挖掘有以下四个基础流程：

  （1）选择数据。确定要操作的数据，此类数据一般是按照用户的需求从数据库中提取与所需的相关数据，通过数据库操作处理数据，进而形成真正对目标有效的数据。

  （2）处理数据。上一段形成的数据被进一步加工，数据的完整性以及数据的一致性得到充分的检验，处理带有噪声的数据和丢失模糊的数据，进而可以形成有待挖掘的数据库系统。

  （3）数据挖掘。确定数据挖掘要解决的问题和目的，发现知识是何种类型，采用不同的数据挖掘模型与算法，从而提取得到数据中用户所需的规则与知识以及问题的解决方法。

  （4）知识评价。对于获得的知识与规则进行价值评估，以决定所得到的规则是否可以载入基础知识库，然后对已挖掘的知识与规则进行解释，便于用户理解以及应用。