数据挖掘的起源及发展过程

1、成员：什么是数据挖掘 数据挖掘（Data Mining，DM）又称数据库中的知识发现（Knowledge Discover in Database，KDD），是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程；是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整策略，减少风险，做出正确的决策。起 源 需要是发明之母，近年来，信息产业高速发展，人们越来越关注信息如何将信息转换成有用的、直观的知识。因此，数据挖掘技术应运而生。发 展 历 史 第一阶段：电子邮

2、件阶段 第二阶段：信息发布阶段 第三阶段： EC(Electronic Commerce），即电子商务阶段 第四阶段：全程电子商务阶段第一阶段：电子邮件阶段 这个阶段可以认为是从70年代开始，平均的通讯量以每年几倍的速度增长。第二阶段：信息发布阶段 从1995年起，以Web技术为代表的信息发布系统，爆炸式地成长起来，成为目前Internet的主要应用。中小企业如何把握好从“粗放型”到“精准型”营销时代的电子商务。第三阶段： EC(Electronic Commerce），即电子商务阶段 1997年底在加拿大温哥华举行的第五次亚太经合组织非正式首脑会议（APEC）上美国总统克林顿提出敦促各国共同

3、促进电子商务发展的议案，其引起了全球首脑的关注，IBM、HP和Sun等国际著名的信息技术厂商已经宣布1998年为电子商务年。第四阶段：全程电子商务阶段 随着SaaS（Software as a service）软件服务模式的出现，软件纷纷登陆互联网，延长了电子商务链条，形成了当下最新的“全程电子商务”概念模式。数据挖掘的成功案例 数据挖掘帮助Credilogros Ca Financiera S.A.改善客户信用评分。 数据挖掘帮助DHL实时跟踪货箱温度数据挖掘帮助Credilogros Ca Financiera S.A.改善客户信用评分 Credilogros Ca Financiera

4、S.A. 是阿根廷第五大信贷公司，对于Credilogros而言，重要的是识别与潜在预先付款客户相关的潜在风险，以便将承担的风险最小化。该公司的第一个目标是创建一个与公司核心系统和两家信用报告公司系统交互的决策引擎来处理信贷申请。同时，Credilogros还在寻找针对它所服务的低收入客户群体的自定义风险评分工具。除这些之外，其他需求还包括解决方案能在其35个分支办公地点和200多个相关的销售点中的任何一个实时操作，包括零售家电连锁店和手机销售公司。 最终Credilogros 选择了SPSS Inc.的数据挖掘软件PASWModeler。经过运用PASW Modeler，Credilogro

5、s将用于处理信用数据和提供最终信用评分的时间缩短到了8秒以内。这使该组织能够迅速批准或拒绝信贷请求。该决策引擎还使 Credilogros 能够最小化每个客户必须提供的身份证明文档，在一些特殊情况下，只需提供一份身份证明即可批准信贷。此外，该系统还提供监控功能。Credilogros目前平均每月使用PASW Modeler处理35000份申请。仅在实现 3 个月后就帮助Credilogros 将贷款支付失职减少了 20%.数据挖掘帮助DHL实时跟踪货箱温度 DHL是国际快递和物流行业的全球市场领先者，它提供快递、水陆空三路运输、合同物流解决方案，以及国际邮件服务。DHL的国际网络将超过220个

6、国家及地区联系起来，员工总数超过28.5万人。在美国 FDA 要求确保运送过程中药品装运的温度达标这一压力之下，DHL的医药客户强烈要求提供更可靠且更实惠的选择。这就要求DHL在递送的各个阶段都要实时跟踪集装箱的温度。 虽然由记录器方法生成的信息准确无误，但是无法实时传递数据，客户和DHL都无法在发生温度偏差时采取任何预防和纠正措施。因此，DHL的母公司德国邮政世界网（DPWN）通过技术与创新管理（TIM）集团明确拟定了一个计划，准备使用RFID技术在不同时间点全程跟踪装运的温度。通过IBM全球企业咨询服务部绘制决定服务的关键功能参数的流程框架。DHL获得了两方面的收益：对于最终客户来说，能够使医药客户对运送过程中出现的装运问题提前做出响应，并以引人注目的低成本全面切实地增强了运送可靠性。对于DHL来说，提高了客户满意度和忠实度；为保持竞争差异奠定坚实的基础；并成为重要的新的收入增长来源。 以上两个案例就是成