最新行业资讯尽在掌握
能应用高级的分析算法和模型提供分析;以大数据平台为引擎，比如Hadoop或其他高性能分析系统;能够适用于多种数据源的结构化和非结构化数据;随着用于分析模型的数据的增加，能够实现扩展;分析模型可以，或者已经集成到数据可视化工具;能够和其他技术集成。另外，工具必须包含必备的一些功能，包括集成算法和支持数据挖掘技术，包括(但不限于)：
集群和细分：
把一个大的实体分割拥有共同特征的小团体。比如分析收集来的客户，确定更细分的目标市场。
分类：
把数据组织进预定类别。比如根据细分模型决定客户改如何进行分类。
恢复：
用于恢复从属变量和一个及一个以上独立变量之间的关系，帮助决定从属变量如何根据独立变量的变化而变化。比如使用地理数据、净收入、夏日平均温度和占地面积预测财产的未来走向。
联合和项目集挖掘：
在大数据集中寻找变量之间的相关关系。比如它可以帮助呼叫中心代表提供基于呼叫者客户细分、关系和投诉类型的更精准的信息。
相似性和联系：
用于非直接的集群算法。相似性积分算法可用于决定备用集群中实体的相似性。
神经网络：
用于机器学习的非直接分析。
关注微信公众号
