| 伊创提供各种专项数据挖掘服务，包括咨询、策划、实施等。 |
| 数据挖掘在银行、证券、保险、零售百货、物流运输、电子商务、电信、制造、教育、医疗卫生、能源交通、环保、政府科 |
| 学管理等领域，针对人力资源管理、财务管理、投资管理、营销管理、效率管理、风险管理、统计调查等方面应用广泛。 |
| 数据挖掘的主要任务是：分类、估计、预测、关联、聚类、描述与建档等。常用的分析方法有以下几种，前三种以描述性为 |
| 主，后三种侧重在趋势分析预测方面。 |
| 聚类分析（Clustering） |
| 聚类分析就是分析类似对象的集合、结构、内部关系、孤立情况等，从而发现价值，并加以利用。应用举例，如客户价值管 |
| 理，客户群特征、客户偏好、特殊客户、市场微分、客户微分等。 |
| |
| 关联分析（Association） |
| 关联分析就是找出众多信息之间的相关性、相关程度，从而发现价值，并加以利用。应用举例，如购买商品的偏好组合分析 |
| （购物篮分析）、客户来源分析、交易行为分析等。 |
| |
| 泛化分析（Generalization） |
| 泛化是把信息由低层次向高层次进行抽象的过程。如数据立方体、数值归约、主成为分析、面向属性的归纳技术等。应用举 |
| 例，如来自多源多维的销售、财务、金融数据计算、预测趋势、评估业绩等。 |
| |
| 分类分析（Classification） |
| 分类分析主要是构建分类模型，来预测新的事物属于哪一类。如决策树分类、贝叶斯分类、神经网络算法分类、遗传算法分 |
| 类、支持向量机等。应用举例，如反病毒、反垃圾邮件、文字识别、信用评估等。 |
| |
| 回归分析（Regression） |
| 回归分析就是利用历史信息，找到变化规律，来预测未来发展趋势，如线性与非线性回归、一元与多元回归分析等。应用举 |
| 例，如销售业绩趋势分析、行业发展趋势分析、收入支出分配、宏观经济指标分析等。 |
| |
| 时间序列分析（Time Series） |
| 时间序列分析主要是针对按时间顺序排列的信息，分析其变化规划，解释状态、预测未来发展趋势。应用举例，如证券投资 |
| 分析、财务数据分析、物流运输分析、周期性变化分析等。 |
| |
