什么是數(shù)據(jù)挖掘?大家知道嗎?與數(shù)據(jù)分析有什么聯(lián)系嗎?又或者說數(shù)據(jù)挖掘與數(shù)據(jù)分析有什么區(qū)別呢?讓我們帶著這些問題，一起往下解惑吧。

什么是數(shù)據(jù)挖掘

01、數(shù)據(jù)的產(chǎn)生

很多時(shí)候，我們?cè)跒g覽網(wǎng)站或者app時(shí)會(huì)給推薦一些相關(guān)的信息，這其實(shí)就是根據(jù)我們的互聯(lián)網(wǎng)行為來進(jìn)行預(yù)測(cè)的。前端獲取到用戶的行為數(shù)據(jù)，傳輸?shù)胶蠖耍缓蟠鎯?chǔ)到服務(wù)器上，具體行為如下：

瀏覽網(wǎng)頁時(shí)或者app時(shí)，用戶的點(diǎn)擊和停留行為都會(huì)被服務(wù)器所記錄，終存儲(chǔ)到數(shù)據(jù)庫上;

瀏覽購物app時(shí)，用戶的訂單、添加購物車、收藏、關(guān)注等行為;

瀏覽快手，抖音等洗腦app時(shí)，用戶的關(guān)注、停留、評(píng)論、點(diǎn)贊、轉(zhuǎn)發(fā)等行為都會(huì)被記錄在服務(wù)器上。

02、數(shù)據(jù)預(yù)處理

預(yù)處理就是提前處理一下，當(dāng)把數(shù)據(jù)從源中讀取出來之后，會(huì)發(fā)現(xiàn)有些數(shù)據(jù)不符合我們的要求，比如有缺失值或者異常值(年齡為0)，我們的處理可能是刪除，也可能是填充，我們把這些臟數(shù)據(jù)整理成干凈的數(shù)據(jù)。除此之外，我們可能還需要進(jìn)行數(shù)據(jù)的變換，把原始數(shù)據(jù)轉(zhuǎn)化成符合模型要求的數(shù)據(jù)。

03、數(shù)據(jù)建模

數(shù)據(jù)清洗完了之后，進(jìn)行可視化展示，然后我們使用一條線去擬合這些點(diǎn)，這條線就是一個(gè)函數(shù)，有了這個(gè)函數(shù)我們就可以進(jìn)行預(yù)測(cè)，這個(gè)函數(shù)就是一個(gè)模型，這就是數(shù)據(jù)建模的過程。

數(shù)據(jù)挖掘與數(shù)據(jù)分析有什么區(qū)別

數(shù)據(jù)分析更多采用統(tǒng)計(jì)學(xué)的知識(shí)，對(duì)源數(shù)據(jù)進(jìn)行描述性和探索性分析，從結(jié)果中發(fā)現(xiàn)價(jià)值信息來評(píng)估和修正現(xiàn)狀。而數(shù)據(jù)挖掘不僅僅用到統(tǒng)計(jì)學(xué)的知識(shí)，還要用到機(jī)器學(xué)習(xí)的知識(shí)，這里會(huì)涉及到模型的概念。數(shù)據(jù)挖掘具有更深的層次，來發(fā)現(xiàn)未知的規(guī)律和價(jià)值。

從側(cè)重點(diǎn)上來說，相比較而言，數(shù)據(jù)分析更多依賴于業(yè)務(wù)知識(shí)，數(shù)據(jù)挖掘更多側(cè)重于技術(shù)的實(shí)現(xiàn)，對(duì)于業(yè)務(wù)的要求稍微有所降低。

從數(shù)據(jù)量上來說，數(shù)據(jù)挖掘往往需要更大數(shù)據(jù)量，而數(shù)據(jù)量越大，對(duì)于技術(shù)的要求也就越高。

從技術(shù)上來說，數(shù)據(jù)挖掘?qū)τ诩夹g(shù)的要求更高，需要比較強(qiáng)的編程能力，數(shù)學(xué)能力和機(jī)器學(xué)習(xí)的能力。

從結(jié)果上來說，數(shù)據(jù)分析更多側(cè)重的是結(jié)果的呈現(xiàn)，需要結(jié)合業(yè)務(wù)知識(shí)來進(jìn)行解讀。而數(shù)據(jù)挖掘的結(jié)果是一個(gè)模型，通過這個(gè)模型來分析整個(gè)數(shù)據(jù)的規(guī)律，一次來實(shí)現(xiàn)對(duì)于未來的預(yù)測(cè)，比如判斷用戶的特點(diǎn)，用戶適合什么樣的營銷活動(dòng)。顯然，數(shù)據(jù)挖掘比數(shù)據(jù)分析要更深一個(gè)層次。

綜上，大數(shù)據(jù)是互聯(lián)網(wǎng)上海量的數(shù)據(jù)挖掘，而數(shù)據(jù)挖掘更多的是針對(duì)企業(yè)內(nèi)部的小數(shù)據(jù)挖掘，數(shù)據(jù)分析是進(jìn)行有針對(duì)性的分析和診斷。大數(shù)據(jù)需要分析的是趨勢(shì)和發(fā)展趨勢(shì)，而數(shù)據(jù)挖掘主要是發(fā)現(xiàn)問題和診斷。