徐子沛《大數(shù)據(jù)》

破繭：數(shù)據(jù)挖掘之只能生命的產(chǎn)生

每天早上一醒來，我就要問自己：怎樣才能讓數(shù)據(jù)流動(dòng)得更好、管理得更好、分析得更好？
——羅林·福特，沃爾瑪首席信息官

數(shù)據(jù)挖掘是通過特定的計(jì)算機(jī)算法對(duì)大量的數(shù)據(jù)進(jìn)行自動(dòng)分析，從而揭示數(shù)據(jù)之間隱藏的關(guān)系、模式和趨勢，為決策者提供新的知識(shí)。之所以稱之為“挖掘”，是比喻在海量數(shù)據(jù)中尋找知識(shí)，就像開礦掘金一樣困難。

一開始，數(shù)據(jù)挖掘曾一度被稱為“基于數(shù)據(jù)庫的知識(shí)發(fā)現(xiàn)”。隨著數(shù)據(jù)倉庫的產(chǎn)生，“數(shù)據(jù)挖掘”的叫法開始被廣泛接受。也正是因?yàn)橛辛藬?shù)據(jù)倉庫的依托，數(shù)據(jù)挖掘如虎添翼，如“巧婦”走進(jìn)了“米倉”，在實(shí)業(yè)界不斷創(chuàng)造點(diǎn)“數(shù)”成金的故事。其中，最為經(jīng)典的例子當(dāng)屬啤酒喝尿布。

這是發(fā)生在沃爾瑪?shù)墓适隆Ｑ芯咳藛T發(fā)現(xiàn)：跟尿布一起搭配購買最多的商品竟然是啤酒。

原因：一些年輕的爸爸經(jīng)常要到超市去購買嬰兒尿布，有30%到40%的新爸爸會(huì)順便買點(diǎn)啤酒犒勞自己。

數(shù)據(jù)挖掘的兩個(gè)側(cè)重點(diǎn)

數(shù)據(jù)挖掘的兩個(gè)側(cè)重點(diǎn).png

如何把散布在網(wǎng)絡(luò)上的這些資源整合起來，并從中自動(dòng)挖掘有價(jià)值的信息和知識(shí)，正是當(dāng)前數(shù)據(jù)挖掘面臨的最大挑戰(zhàn)之一。