8、神經網絡

在結構上，可以把一個神經網絡劃分為輸入層、輸出層和隱含層。輸入層的每個節(jié)點對應—個個的預測變量。輸出層的節(jié)點對應目標變量，可有多個。在輸入層和輸出層之間是隱含層（對神經網絡使用者來說不可見），隱含層的層數(shù)和每層節(jié)點的個數(shù)決定了神經網絡的復雜度。

除了輸入層的節(jié)點，神經網絡的每個節(jié)點都與很多它前面的節(jié)點（稱為此節(jié)點的輸入節(jié)點）連接在一起，每個連接對應一個權重Wxy，此節(jié)點的值就是通過它所有輸入節(jié)點的值與對應連接權重乘積的和作為—個函數(shù)的輸入而得到，我們把這個函數(shù)稱為活動函數(shù)或擠壓函數(shù)。

9、粗糙集

粗糙集理論基于給定訓練數(shù)據內部的等價類的建立。形成等價類的所有數(shù)據樣本是不加區(qū)分的，即對于描述數(shù)據的屬性，這些樣本是等價的。給定現(xiàn)實世界數(shù)據，通常有些類不能被可用的屬性區(qū)分。粗糙集就是用來近似或粗略地定義這種類。

10、模糊集

模糊集理論將模糊邏輯引入數(shù)據挖掘分類系統(tǒng)，允許定義“模糊”域值或邊界。模糊邏輯使用0.0和1.0之間的真值表示一個特定的值是一個給定成員的程度，而不是用類或集合的精確截斷。模糊邏輯提供了在高抽象層處理的便利。

11、回歸分析

回歸分析分為線性回歸、多元回歸和非線性同歸。在線性回歸中，數(shù)據用直線建模，多元回歸是線性回歸的擴展，涉及多個預測變量。非線性回歸是在基本線性模型上添加多項式項形成非線性同門模型。

12、差別分析

差別分析的目的是試圖發(fā)現(xiàn)數(shù)據中的異常情況，如噪音數(shù)據，欺詐數(shù)據等異常數(shù)據，從而獲得有用信息。

13、概念描述

概念描述就是對某類對象的內涵進行描述，并概括這類對象的有關特征。概念描述分為特征性描述和區(qū)別性描述，前者描述某類對象的共同特征，后者描述不同類對象之間的區(qū)別，生成一個類的特征性描述只涉及該類對象中所有對象的共性。

商業(yè)應用數(shù)據挖掘的實現(xiàn)步驟：

1. 進行多部門訪談，以用戶實際發(fā)生的行為為主要信息來源，確定并理解商業(yè)目標；

2. 數(shù)據挖掘的數(shù)據準備和數(shù)據理解；

3. 建立模型，模型評估，結果發(fā)布。

數(shù)據挖掘的具體應用舉例：

1.商業(yè)管理：數(shù)據庫營銷、客戶群體劃分、背景分析、交叉銷售等市場分析行為，以及客戶流失性分析、客戶信用記分、欺詐發(fā)現(xiàn)等。

2.營銷方面：通過收集、加工和處理涉及消費者消費行為的大量信息，確定特定消費群體或個體的興趣、消費習慣、消費傾向和消費需求，進而推斷出相應消費群體或個體下一步的消費行為，然后以此為基礎，對所識別出來的消費群體進行特定內容的定向營銷，提高了營銷效果，從而為企業(yè)帶來更多的利潤。

3.企業(yè)危機管理：對企業(yè)數(shù)據庫中的大量業(yè)務數(shù)據進行抽取、轉換、分析和其他模型化處理，從中提取輔助經營決策的關鍵性數(shù)據。

4. 產品制造：在產品的生產制造過程中常常伴隨有大量的數(shù)據，如產品的各種加工條件或控制參數(shù)（如時間、溫度等控制參數(shù)），這些數(shù)據反映了每個生產環(huán)節(jié)的狀態(tài)，不僅為生產的順利進行提供了保證，而且通過對這些數(shù)據的分析，得到產品質量與這些參數(shù)之間的關系。這樣通過數(shù)據挖掘對這些數(shù)據的分析，可以對改進產品質量提出針對性很強的建議，而且有可能提出新的更高效節(jié)約的控制模式，從而為制造廠家?guī)順O大的回報。這方面的系統(tǒng)有CASSIOPEE（由Acknosoft公司用KATE發(fā)現(xiàn)工具開發(fā)的），已用于診斷和預測在制造波音飛機制造過程中可能出現(xiàn)的問題。

5. Internet應用：SNS應用數(shù)據挖掘，給用戶帶來基于直接信息的大量潛在信息和價值，能夠一直保持用戶對SNS的興趣。商家能夠更方便的將商品推送給目標人群，消費者也更容易買到最實惠的自己最需要的產品。