數據挖掘工具是允許用戶從數據中提取信息的軟件組件和理論。這些工具為個人和公司提供了收集大量數據并使用這些數據來確定特定用戶或用戶組的能力。數據挖掘工具的一些最常見用途是在領域中使用數據挖掘工具的目的是...
數據挖掘工具是允許用戶從數據中提取信息的軟件組件和理論。這些工具為個人和公司提供了收集大量數據并使用這些數據來確定特定用戶或用戶組的能力。數據挖掘工具的一些最常見用途是在領域中使用數據挖掘工具的目的是發現隱藏在信息中的模式人工提取數據已經有幾百年的歷史了,然而,數據挖掘的自動化從計算機時代開始就已經非常普遍,各種計算機科學的出現幫助支持了開發數據挖掘工具的概念。使用這些工具的總體目標是發現隱藏的模式。例如,如果一家營銷公司發現一個人每月從紐約市到洛杉磯旅行,該公司向個人公布目的地的詳細信息是有益的。

可以使用數據挖掘工具從原始數據中提取信息在數據挖掘行業內,已經制定了標準來定義數據挖掘工具的使用參數計算機械協會的知識發現和數據挖掘特別興趣小組(SIGKDD)每年都會召開一次會議,以確定所使用的過程。該小組還負責評估個人和公司數據分析的倫理影響名為
sigkd Explorations的小組。在數據挖掘中使用的最普遍的工具是稱為數據庫中的知識發現(KDD)的過程。KDD是由Gregory Piatetsky Shapiro于1989年開發的,用戶能夠對原始數據進行處理,挖掘出數據中的信息,并以信息管理的形式解釋各種結果,數據挖掘工具的最重要形式之一就是用于21世紀的反恐斗爭在美國,國家研究委員會使用模式挖掘和基于主題的數據挖掘的概念來識別世界各地大量信息中的恐怖活動。模式挖掘是指在大量數據中定位模式的過程。基于主題的數據挖掘試圖識別個人。這兩種技術也可以通過定義客戶群的思維方式和客戶之間的交互關系在一般業務實踐中使用。