商業理解 - 理解需求,定義目標
數據理解 - 探索數據,認知數據
數據準備 - 收集數據,數據清洗、集成等
模型建立 - 選擇和應用模型,並加以優化
模型評估 - 檢查模型,確認模型符合目標
上線發布 - 將獲取的知識轉化成報告或者實現數據挖掘過程
商業智能BI、數據倉庫DW、數據挖掘DM間的關系
商業智能(Business Intelligent,縮寫BI)
是基於數據倉庫,經過數據挖掘後,得到商業價值的過程。
數據倉庫(Data Warehouse,縮寫DW)
相當於BI的地基。是數據庫的升級概念,邏輯上都是通過數據庫技術來存儲數據,不過數據倉庫的量更龐大。數據倉庫由原有的多個數據來源中的數據進行匯總、整理而得。
數據挖掘(Data Mining,縮寫DM)
數據挖掘的核心包括分類、聚類、預測、關聯分析等任務。
數據倉庫是金礦,數據挖掘是鍊金術,商業報告是黃金
商業理解 - 理解需求,定義目標
數據理解 - 探索數據,認知數據
數據準備 - 收集數據,數據清洗、集成等
模型建立 - 選擇和應用模型,並加以優化
模型評估 - 檢查模型,確認模型符合目標
上線發布 - 將獲取的知識轉化成報告或者實現數據挖掘過程
商業智能BI、數據倉庫DW、數據挖掘DM間的關系
商業智能(Business Intelligent,縮寫BI)
是基於數據倉庫,經過數據挖掘後,得到商業價值的過程。
數據倉庫(Data Warehouse,縮寫DW)
相當於BI的地基。是數據庫的升級概念,邏輯上都是通過數據庫技術來存儲數據,不過數據倉庫的量更龐大。數據倉庫由原有的多個數據來源中的數據進行匯總、整理而得。
數據挖掘(Data Mining,縮寫DM)
數據挖掘的核心包括分類、聚類、預測、關聯分析等任務。
數據倉庫是金礦,數據挖掘是鍊金術,商業報告是黃金