32、主流数据挖掘软件的比较与场景分析

主流数据挖掘软件的比较与场景分析

1. 数据挖掘概述

数据挖掘是助力企业挖掘数据中隐藏模式的有力工具，这些模式可用于预测客户行为、产品和流程。在数据挖掘过程中，理解业务、数据和分析方法的管理者的参与至关重要。现实的预期能在广泛的应用中带来丰厚回报，从增加收入到降低成本。

数据挖掘的基本步骤如下：
1. 定义业务问题
2. 构建数据挖掘数据库
3. 探索数据
4. 为建模准备数据
5. 构建模型
6. 评估模型
7. 部署模型
8. 得出结果

每个步骤都包含需要解决的管理问题。知识发现的关键在于真正理解数据和业务，否则算法无法提供可靠结果，也难以识别问题、准备数据或正确解释结果。

2. 数据挖掘软件备选方案

为进行比较，选择了以下八家软件供应商的产品：
- SPSS 的 Clementine
- IBM 的 DB2 Intelligent Miner
- SAS 的 Enterprise Miner
- 富士通的 GhostMiner
- Insightful 的 Insightful Miner V5.2
- Megaputer 的 PolyAnalyst
- 微软 SQL Server 2005 企业版
- 甲骨文的 Oracle Data Miner

3. 决策工具

使用 Expert Choice 版本 11 的评估副本进行软件评估。Expert Choice 采用分析层次过程（AHP），该过程由 Saaty 和 Kearns 开