初級經濟師報考培訓

初級經濟師報考培訓，環球經濟師網課性價比很高。

經濟師考試初級商業預習考點數據挖掘

數據挖掘

數據挖掘(DataMining，DM)就是按企業的既定目標對大量的企業數據進行探索和分析，揭示隱藏的或驗證已知的商業規律，且進一步將其模式化的數據處理方法。它的最大特點就是能夠建立預測模型，預知未來的發展，使企業在規劃時具有科學決策依據?，F在'大型數據庫管理系統都具有建立數據倉庫的功能，并在數據庫、數據倉庫的基礎上進行數據挖掘。

數據挖掘具有以下主要功能：

(1)分類和預測。分類是從大量數據中找出不同類別對象的特征，從而對新加人對象進行自動分類。如銀行會按客戶的信用程度分類，數據挖掘能找出各類客戶的數據特征，以后就能快速判斷一個新客戶的信用類別。分類數據挖掘還可用于預測，如預測可能流失，投奔競爭對手的客戶。

(2)聚類分析。聚類是根據數據特征對數據對象進行自動歸類。聚類與分類的不同在于分類預先知道應該分成哪幾類，而聚類在操作之前并不知道數據可以分成哪些類別。如通過聚類分析可以將網購客戶劃分成互不相交的客戶群，以便為不同的客戶群推薦不同的目標商品。

(3)關聯分析。關聯分析是在大量數據中找出有關聯的數據，或者找出同時發生的事件。關聯可分為簡單關聯、時序關聯、因果關聯。如在超市的交易數據中發現哪些商品可能會被同時購買，從而尋找哪些商品捕綁銷售能夠有更多的受眾。

(4)離群點分析。數據庫中可能包含一些數據對象，它們與數據的一般行為或模型不一致，這些數據對象是離群點。大部分數據挖掘方法將離群點視為噪聲或異常而丟棄，然而，在一些應用中(如欺騙檢測)，罕見的事件可能比正常出現的事件更有價值。如檢測一個給定賬號的付費情況相比，其購買數額特別大、超出正常付費的數據對象可用來發現信用卡欺騙性使用。

以上就是關于初級經濟師報考培訓的詳細介紹，更多與經濟師培訓有關的內容，請繼續關注數豆子。