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)的產生

很多時候，我們在瀏覽網站或者app時會給推薦一些相關的信息，這其實就是根據(jù)我們的互聯(lián)網行為來進行預測的。前端獲取到用戶的行為數(shù)據(jù)，傳輸?shù)胶蠖耍缓蟠鎯Φ椒掌魃?，具體行為如下：

瀏覽網頁時或者app時，用戶的點擊和停留行為都會被服務器所記錄，終存儲到數(shù)據(jù)庫上;

瀏覽購物app時，用戶的訂單、添加購物車、收藏、關注等行為;

瀏覽快手，抖音等洗腦app時，用戶的關注、停留、評論、點贊、轉發(fā)等行為都會被記錄在服務器上。

02、數(shù)據(jù)預處理

預處理就是提前處理一下，當把數(shù)據(jù)從源中讀取出來之后，會發(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，我們可能還需要進行數(shù)據(jù)的變換，把原始數(shù)據(jù)轉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，進行可視化展示，然后我們使用一條線去擬合這些點，這條線就是一個函數(shù)，有了這個函數(shù)我們就可以進行預測，這個函數(shù)就是一個模型，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)計學的知識，對源數(shù)據(jù)進行描述性和探索性分析，從結果中發(fā)現(xiàn)價值信息來評估和修正現(xiàn)狀。而數(shù)據(jù)挖掘不僅僅用到統(tǒng)計學的知識，還要用到機器學習的知識，這里會涉及到模型的概念。數(shù)據(jù)挖掘具有更深的層次，來發(fā)現(xiàn)未知的規(guī)律和價值。

從側重點上來說，相比較而言，數(shù)據(jù)分析更多依賴于業(yè)務知識，數(shù)據(jù)挖掘更多側重于技術的實現(xiàn)，對于業(yè)務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，對于技術的要求也就越高。

從技術上來說，數(shù)據(jù)挖掘對于技術的要求更高，需要比較強的編程能力，數(shù)學能力和機器學習的能力。

從結果上來說，數(shù)據(jù)分析更多側重的是結果的呈現(xiàn)，需要結合業(yè)務知識來進行解讀。而數(shù)據(jù)挖掘的結果是一個模型，通過這個模型來分析整個數(shù)據(jù)的規(guī)律，一次來實現(xiàn)對于未來的預測，比如判斷用戶的特點，用戶適合什么樣的營銷活動。顯然，數(shù)據(jù)挖掘比數(shù)據(jù)分析要更深一個層次。

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