隨著計算機科學在20世紀興起,數據挖掘方法的概念發展起來,目的是在收集的大量數據中發現隱藏的模式計算機是信息收集的核心。從客戶記錄、在線數據庫或國際零售記錄中挖掘大量數據可能需要數年的時間來收集、匯總和分類在紙上。數據挖掘軟件產品和其他通過計算機進行自動分類的方法允許更快、更高的速度對大量信息的精確處理。例如,自動信息采集可以在短時間內跟蹤、分類和總結全國各地零售機構成千上萬的顧客的購物習慣
信息收集是對大量信息的收集和分析,經濟研究和制定營銷策略是信息收集的兩個最常見的用途技術。例如,一所大學或政府機構可能收集和匯總有關特定行業的數千位信息,例如制造業。利用信息收集技術,研究小組可以發現經濟趨勢,如平均原材料價格、某些產品產量的上升,制造時間的歷史數據,甚至是特定商品進出口的趨勢。市場營銷專業人士和零售商使用數據挖掘和其他信息收集方法來發現購物習慣、商品銷售成本的趨勢,以及庫存水平,僅舉幾個用途。具體的信息,如大多數男性在一周中的哪一天購物,或普通家庭光顧當地雜貨店的次數,可以為店主和營銷專業人士提供有價值的信息。基于這類信息,銷售活動、客戶獎勵計劃和可以制定和規劃定價策略,以最大限度地提高效率和成功率。識別大量信息中的趨勢和模式,并建立不同數據之間的關系,協助編制有意義的歷史數據,用于預測未來業績交易性數據,如計算機化的銷售記錄或會計信息,是應用于單個企業時通常用于收集信息的一種數據。行業數據,如全行業銷售、本地市場預測,而原材料采購是用于大規模信息收集的所有類型的數據。通常,大型數據挖掘項目由金融或經濟分析師執行,以發現行業或國家趨勢。
                    0 篇文章
如果覺得我的文章對您有用,請隨意打賞。你的支持將鼓勵我繼續創作!