长信科技布局大数据业务
作者：刘向红
　　中国证券网讯（记者 刘向红） 长信科技7月22日晚公告称，拟与控股股东新疆润丰共同出资设立长信智控网络科技有限公司，推进互联网+和大数据战略，布局智慧交通、智慧安全、智慧医疗、智慧保险以及车联网等社会公共服务业务领域。 　　长信智控计划总投资10亿元，注册资本1亿元，公司出资3000万元，新疆润丰出资7000万元，主要从事音频、视频等电子信息的收集、传输、整理、销售，各类网络平台建设运营，安防网络系统等各类公共信息产品 ，车联网、物联网等技术开发及系统建设，各类数据的分析应用等。　　公司表示，设立长信智控是经过精细的市场调研、周密的分析论证，是发挥公司与互联网产业和智能互联互通产业紧密相联的天然优势，目的就是为了顺利推动大数据业务的发展，而尽可能多的数据来源和有效的数据处理，将是进入这一业务领域并取得成功的关键。　　由于大数据业务对公司是一个全新的领域，前期投入较大，在业务量未达规模之前，其效益难以体现，短期内将会产生亏损，大股东新疆润丰将承担创业初期的大部分亏损。在长信智控经营业绩达到一定指标后，公司将收购长信智控其他全部股权，达到100%控股。
真视通拟参与设立军民融合产业投资基金；安洁科技重大资产重组获得商务部反垄断局批复。
游客86047 问
(<span id="commend_count9)
游客79678 问
(<span id="commend_count5)
游客79678 问
(<span id="commend_count7)
游客36142 问
(<span id="commend_count4)
上海证券信息有限公司版权所有。本网站提供之资料或信息，仅供投资者参考，不构成投资建议。
Copyright 2014 Shanghai Stock Information Service Corp. All rights reserved.
联系电话：400-820-0277 地址：中国上海 浦东杨高南路1100号 E-MAIL:如何布局大数据业务？中国电信高同庆这样说 -- 飞象网
如何布局大数据业务？中国电信高同庆这样说
飞象网讯（赵志伟/文）5月17日消息，随着现代信息技术的迅猛发展，大数据和云计算已呈现深度融合的发展趋势。云计算为大数据提供弹性可扩展的基础设施，大数据则为云计算提供了新的应用场景和商业价值。
大数据时代下，运营商如何引领新一代的产业革命是一个较为热议的话题，在今天的“2017年世界电信和信息化社会日大会”上，中国电信集团公司副总经理高同庆表示，中国电信于2013年开始着手布局大数据业务，坚持深化挖掘应用打造企业差异化的竞争力，全面开放合作、共建大数据产业生态的发展战略。深耕智慧洞察、精准营销、征信风控等重点的应用领域，探索出专业化发展之路。
他透露：“中国电信着力加大研发投入，目前集团上下有近2000人的大数据研发团队，聚焦数据的治理、数据的融合、平台的运营、核心模型开发等各个领域，持续提升自主研发的能力。”
天翼云先行保驾护航
中国电信于2009年启动天翼云的项目建设，依托覆盖全国云网融合。今年中国电信天翼云正式提出按照“2＋31＋x”进行资源池的构建和云资源布局，分省部署，以省为单位形成一些区域中心。
产品方面，坚持全国一个产品一个平台，实现属地化服务，真正做到全网集约。
服务方面，依托全国300＋的地市分公司，6万＋的客户经理贴身服务客户。
除此之外，中国电信还注重数据安全问题，积极参与国家相关政策法规的制定，着力打造数据管理、平台运营、服务应用全方位的安全体系。
同时，中国电信还发起设立了中国企业大数据的联盟，简称BDU。秉承开放、自律、务实、创新的发展理念。推动数据标准的制定，构建能力开放平台，促进跨界的开放合作、汇聚产业链上下游的力量，努力打造新兴的ICT生态圈，共同促进大数据产业的健康发展。
多个领域齐发力
表现在数据上，目前，中国电信已经实现了14类数据的集中汇聚，沉淀的数据总量超过30个PB，每天更新的数据量，也超过200个TB，位居国内的领先行列。数据的汇聚价值也已经逐步的显现。
高同庆表示，中国电信的大数据应用服务平台，已经初步的建立，对内实现了大数据在市场营销、网络优化运营管理各个方面的应用和支撑，有效的提升了公司自身运营的精确化水平，对外服务于政务、金融、旅游、交通、物流等多个领域，助力提升了各行业精准化的服务能力。
在政务领域，我们积极落实国家网络扶贫的行动计划，在国家扶贫办的指导下，研发了精准扶贫大数据平台，打造了互联网+精准扶贫的信息示范区。目前已在云南、甘肃、陕西、江西等省份投入使用，覆盖了全国近25%贫困的人口。为各地的扶贫工作，提供了精准有效的手段。
在金融领域，我们依托大数据的资源，特别依托运营商的资源禀赋，积极开展了个人风险评估的服务，为金融企业风险管控提供有力地支撑。“目前已经为30多家银行和100多家互联网金融机构提供服务，助力银行降低坏账的比例，促进互联网金融的安全和健康的发展。”高同庆表示。
在旅游领域与国家旅游局全面开展合作，共同设立了联合的实验室，利用全国动态数据资源，构建数据模型，助力行业监管部门实时的监控，全国的旅游态势进行预警分析，调动旅游的资源，促进旅游业健康可持续的发展。
随着大数据、云计算和物联网的迅速发展，人类正在步入智能时代，这将为信息通信业的发展开辟更为广阔的空间。
中国电信综合研判、全球技术发展趋势、行业动态和企业实际的基础上，于2016年正式确立了与智能时代相适应的转型升级新的战略，致力于成为领先的综合智能信息服务运营商。
高同庆表示，中国电信将秉承创新、协调、绿色、开放、共享的发展理念，以党的建设为统领，以变革创新为动力，积极地推动网络的智能化、业务的生态化和运营的智慧化，以产业链的合作伙伴共同打造智能连接、智慧家庭、互联网金融、物联网和新兴的ITC这大生态圈，与社会各界携手同行，共同拥抱智能时代美好的未来。
编 辑：赵志伟
我那时最多是从一个甩手掌柜，变成了一个文化教员。业界老说..
CCTIME推荐
CCTIME飞象网
CopyRight &
京ICP备号&& 京公网安备号
公司名称： 北京飞象互动文化传媒有限公司
未经书面许可，禁止转载、摘编、复制、镜像互联网+国家战略智库
? ? ? ? ? ?
当前位置： &
& 盘点：详解菜鸟网络全线布局快递大数据业务五大动作
盘点：详解菜鸟网络全线布局快递大数据业务五大动作
&&日11:37&&中国电子商务研究中心
　　(中国电子商务研究中心讯)仔细盘点和观察菜鸟近期以来的一系列动作不难发现，经过两年的梳理和摸索后，菜鸟已经全线布局快递业务。　　一、物流预警雷达　　必杀技：迎战双11，高峰期预测订单流量流向。　　阿里巴巴到目前为止，最成功的营销就是创造了双11这个电商购物节。自2010年开始，连续5年，一次比一次疯狂，缔造纪录的单日交易额也产生了巨大的订单和包裹量。在经历了2010年和2011年&双式&的物流洗礼后，阿里巴巴从2012年开始，启动了物流预警雷达系统，旨在帮助快递合作伙伴提前预测订单的流量和流向，从而有效避免爆仓。　　然而，在2012年双11预警雷达系统运行时对服务器的压力较大，由于对网点没有做预测，很多物流主要问题集中在网点积压，尽管当时的雷达线路预测准确率达到80%以上，但因为对系统压力预估不足，导致部分同步延迟了20多小时。　　学费总是要交的。在2013年成立后，原阿里物流事业部与整合，物流平台初步打通，物流预警雷达也开始进行升级和改造，新增了区域和网点预测等诸多功能。　　付出总有回报。在2013年和2014年的双11大考中，菜鸟物流预警雷达可以说发挥了巨大的作用，且深受快递公司追捧。全新的物流数据雷达不仅可以监控中转站，还可以监控到行政县区和服务网点的层面，监控范围从&主动脉&覆盖到&毛细血管&，这些数据将帮助电商平台和快递公司做决策，通过线路预测帮助各大快递公司分拨点不爆仓，并有利于提升快递&最后一公里&的服务质量。商家也可以通过数据雷达对物流订单实施管理，揽收率、在途率、签收率等一目了然。　　这是菜鸟在快递方面第一个成功的产品和应用。　　二、电子面单平台　　必杀技：串联商家数据，提升发货速度。　　2014年5月，菜鸟网络联合三通一达等14家主流快递公司推出了电子面单平台。各大快递公司和商家都可申请免费接入使用。据菜鸟表示，这是其联合快递公司推进快递行业使用大数据的一个努力，得到了各快递公司的热捧。　　申通快递总裁陈小英近日就明确对外表示，&菜鸟的大数据平台为快递企业和行业服务水平及效率的提升提供了很多帮助，希望能加深与菜鸟战略合作的广度和深度，特别是电子面单等数据上实现无缝对接。&　　中通更是全力拥抱菜鸟联手推出的大数据产品，在全体系内全力推广菜鸟电子面单，菜鸟数据显示，中通一半的、订单都已经使用了菜鸟电子面单，并在此基础上与菜鸟进一步开展大数据的应用。等快递公司也在不遗余力的推广菜鸟电子面单。　　区别于传统纸质面单，电子面单是一种高效率、环保的面单。通过数据的流转，菜鸟网络电子面单系统可以串联快递公司、商家与消费者的数据信息。各快递合作伙伴的数据显示，使用电子面单，发货速度能提升30%以上。　　三、物流APP裹裹　　必杀技：能查能寄，统一快递流量入口。　　5月28日，菜鸟两周年之际召开的首届江湖上，菜鸟科技总裁童文红在介绍其五大战略的时候，正式向外届推出了这款升级版的物流APP&&裹裹。　　对于裹裹，童文红这样描述：&这将是帮助亿万消费者连接起来的APP&。童文红表示，当时做这个APP的时候也犹豫过的，觉得消费者应该属于大家的，菜鸟好像不应该去做这个APP。&但是后来我们觉得，因为消费者是不会因为今天用了申通就去下个申通的APP，用了圆通就下个圆通的APP，这是很窄的。我们是希望消费者所有跟物流业务相关的就下载一个APP，这是我们大家的APP，希望更多的公司能够跟我们的APP形成快速的互动。&在她看来，未来末端的多样性分层服务，很多时候也可以通过这个APP实现。　　时至今日，&裹裹&已经上线。到目前为止，据驿站观察，全峰、优速、宅急送、圆通、快捷、百世汇通等快递公司都已经明确表态接入裹裹APP。通过&裹裹&，消费者不但可以查询所有快递信息，还能够通过搜索附近的驿站寄发快递或者自提快递。　　对于菜鸟推出的这一终端杀器，递易智能CEO邹建华认为：&这是商业竞争的结果，由于淘系掌握70%左右上端货源，在终端推出轻应用就会很强势，可以预见的一年内，所谓快递100，查快递&&等等纯粹终端快递信息的三方公司将被&裹裹&灭杀。&　　汇通天下总裁翟学魂则提出：&已经是七八成的快递流量入口了，再来个APP是要做到100%？&　　不管众评如何，&裹裹&的面世，必将掀起新一轮的快递界移动入口之争。　　四、大数据路由分单　　必杀技：取代人工分单，提升中转分拣效率。　　菜鸟网络赵剑介绍说，目前人工记忆分拣的正确率在95%左右，菜鸟网络运用了大数据分析，结合高德地图的空间定位技术，可用数据实现包裹跟网点的精准匹配，准确率达98%以上，随着大数据沉淀，可向100%接近。　　根据目前快递企业收件路径，来自全国各地的大量包裹先集中到分拨中心，再按照收货地址将包裹归类后分往下一个网点。分拨中心流水线上会有大量的分拣员，他们需要看着包裹上的地址信息，凭记忆确定包裹下一站到达哪个网点。每个包裹需要3-5秒的时间来判断下一个路径并进行分拣，快递公司启用大数据路由分单后，只需1-2秒即可完成这个动作。　　此外，凭人工记忆分单，耗时、耗力也容易出错。不少消费者查看包裹物流详情时，也许会发现自己的包裹明明已经到达本市，却好几天才收到。赵剑表示，这很有可能是包裹被分拨错了网点造成的。一个城市少则几十万，多则数百万个地址，全靠人脑来记，难免会出点差错。&用大数据代替人力劳动，不仅可以大大提高效率，更能够降低出错率。&　　靠人工记忆分拣，分拨中心分拣员变得非常核心，他们通常需要半年才能上岗，一个大型分拨中心网点，会有200名以上专门处理分单信息分拣员。这类在双11这类大促的时候很难大量，所以每逢大促，快递企业时常因人手不足导致快件积压。　　未来随着自动化分拣设备的投入，大数据路由分单可以完全将人力从这部分工作中解脱出来，这意味着快递公司分拨中心的人力成本大大降低。　　五、高德地图制导末端配送　　必杀技：精确地址库，提供更精准的线路规划和配送分派。　　对于这个产品，菜鸟目前还没有过多的表述。但是从已透露的信息我们仍然能够汪晰地看到这个产品的强大：　　联合高德的地图以及大数据处理产生的四级地址库可以匹配消费者的配送地址到结构化的/街道。有了这些架构化的地址信息，就可以提供更精准的线路规划和配送分派，通过大数据的方式，有效帮助各快递公司提升服务。（来源：站长之家）
&&&&受国家工商有关部门委托，电商门户、互联网+智库――中国电子商务研究中心，宣布启动对国内主流网络交易平台用户合规条款进行审查(专题： )。包括以下四大类、38家平台：（1）零售电商（天猫/淘宝、京东、苏宁易购、亚马逊中国、唯品会、国美在线、当当、拼多多、贝贝网、蘑菇街、乐视商城、小米商城、有赞、银泰网）；（2）跨境进口平台电商（聚美优品、洋码头、丰趣海淘、网易考拉海购、达令、小红书、海蜜、街蜜）；（3）生活服务电商（美团、大众点评、百度糯米、携程、去哪儿、同程旅行网、阿里旅行、滴滴、神州专车、神州租车）；（4）消费分期平台（趣分期、分期乐、爱学贷、人人分期、优分期、99分期）等。目前课题已结题，38份报告近期将陆续向社会、媒体披露。
【】【】【】【】【】
「关键字」
& &（1）凡本中心注明“来源：中国电子商务研究中心”或带有中国电子商务研究中心水印LOGO的所有文字、图片、音频、视频及其他任何形式的作品 ，其版权均属中国电子商务研究中心所有，任何媒体、网站或个人未经本中心协议授权不得转载、链接、转贴或以其他方式复制发布/发表。已与本中心协议授权的媒体、网站，在下载使用时必须注明“稿件来源：中国电子商务研究中心”，违者本中心将依法追究责任。
& &（2）转载或引用本中心内容必须是以新闻性或资料性公共免费信息为使用目的的合理、善意引用，不得对本中心内容原意进行曲解、修改，同时必须保留本中心注明的“稿件来源”，并自负版权等法律责任。
& &（3）对于不当转载或引用本中心内容而引起的民事纷争、行政处理或其他损失，本中心不承担责任。
& &（4）凡本中心注明“来源：xxx（非中国电子商务研究中心）”的文/图等稿件，均转载自其它媒体、网站与机构，其转载目的在于传递更多信息，并不代表本中心赞同其观点和对其真实性负责，请读者仅作参考，并请自行核实相关内容，如其他媒体、网站或个人从本网下载使用，必须保留本网注明的“稿件来源”，并自负版权等法律责任。& &（5）关于本中心发布的用户投诉稿件，信息均由用户通过本中心投诉通道提供，本中心不对其真实性负责，若内容真实性有误，请与本中心联系，本中心将在核实后进行处理。& &（6）对不遵守本声明或其他违法、恶意使用本中心内容者，本中心保留追究其法律责任的权利。& &（7）如因作品内容、版权和其它问题需要同本中心联系的请发送相关内容至邮箱：）& &此版权声明解释权归中国电子商务研究中心所有。
　　8月1日，国内知名互联网+智库&&中国电子商务研究中心()发布了《年度中国跨境进口电商发展报告》(全文下载：/zt/16kjbg/)。报告重点调查跟踪天猫国际、京东全球...
生态型企业：
行业热点：
曝光专区：
有以下事宜，请联系：&&
有以下事宜，请联系：
有以下事宜，请联系：
以下企业，请联系：
以下企业，请联系：
以下企业，请联系：
以下人士，请联系：
行业/频道：
产品/服务：
数据/研究：
导航/平台：
中国电子商务研究中心 版权所有比特客户端
您的位置：
详解大数据
详解大数据
详解大数据
详解大数据
大数据建模 需要了解的九大形式
　　数据挖掘是利用业务知识从数据中发现和解释知识(或称为模式)的过程，这种知识是以自然或者人工形式创造的新知识。
　　当前的数据挖掘形式，是在20世纪90年代实践领域诞生的，是在集成数据挖掘算法平台发展的支撑下适合商业分析的一种形式。也许是因为数据挖掘源于实践而非 理论，在其过程的理解上不太引人注意。20世纪90年代晚期发展的CRISP-DM，逐渐成为数据挖掘过程的一种标准化过程，被越来越多的数据挖掘实践者 成功运用和遵循。
　　虽然CRISP-DM能够指导如何实施数据挖掘，但是它不能解释数据挖掘是什么或者为什么适合这样做。在本文中我将阐述我提出数据挖掘的九种准则或“定律”(其中大多数为实践者所熟知)以及另外其它一些熟知的解释。开始从理论上(不仅仅是描述上)来解释数据挖掘过程。
　　我的目的不是评论CRISP-DM，但CRISP-DM的许多概念对于理解数据挖掘是至关重要的，本文也将依赖于CRISP-DM的常见术语。CRISP-DM仅仅是论述这个过程的开始。
　　第一，目标律：业务目标是所有数据解决的源头。
　　它定义了数据挖掘的主题：数据挖掘关注解决业务业问题和实现业务目标。数据挖掘主要不是一种技术，而是一个过程，业务目标是它的的核心。 没有业务目标，没有数据挖掘(不管这种表述是否清楚)。因此这个准则也可以说成：数据挖掘是业务过程。
　　第二，知识律：业务知识是数据挖掘过程每一步的核心。
　　这里定义了数据挖掘过程的一个关键特征。CRISP-DM的一种朴素的解读是业务知识仅仅作用于数据挖掘过程开始的目标的定义与最后的结果的实施，这将错过数据挖掘过程的一个关键属性，即业务知识是每一步的核心。
　　为了方便理解，我使用CRISP-DM阶段来说明：
　　? 商业理解必须基于业务知识，所以数据挖掘目标必须是业务目标的映射(这种映射也基于数据知识和数据挖掘知识);
　　? 数据理解使用业务知识理解与业务问题相关的数据，以及它们是如何相关的;
　　? 数据预处理就是利用业务知识来塑造数据，使得业务问题可以被提出和解答(更详尽的第三条―准备律);
　　? 建模是使用数据挖掘算法创建预测模型，同时解释模型和业务目标的特点，也就是说理解它们之间的业务相关性;
　　? 评估是模型对理解业务的影响;
　　? 实施是将数据挖掘结果作用于业务过程;
　　总之，没有业务知识，数据挖掘过程的每一步都是无效的，也没有“纯粹的技术”步骤。 业务知识指导过程产生有益的结果，并使得那些有益的结果得到认可。数据挖掘是一个反复的过程，业务知识是它的核心，驱动着结果的持续改善。
　　这背后的原因可以用“鸿沟的表现”(chasm of representation)来解释(Alan Montgomery在20世纪90年代对数据挖掘提出的一个观点)。Montgomery指出数据挖掘目标涉及到现实的业务，然而数据仅能表示现实的一 部分;数据和现实世界是有差距(或“鸿沟”)的。在数据挖掘过程中，业务知识来弥补这一差距，在数据中无论发现什么，只有使用业务知识解释才能显示其重要 性，数据中的任何遗漏必须通过业务知识弥补。只有业务知识才能弥补这种缺失，这是业务知识为什么是数据挖掘过程每一步骤的核心的原因。
　　第三，准备律：数据预处理比数据挖掘其他任何一个过程都重要。
　　这是数据挖掘著名的格言，数据挖掘项目中最费力的事是数据获取和预处理。非正式估计，其占用项目的时间为50%-80%。最简单的解释可以概括为“数据是困 难的”，经常采用减轻这个“问题”的数据获取、数据清理、数据转换等数据预处理各部分的工作量。虽然自动化技术是有益的，支持者相信这项技术可以减 少数据预处理过程中的大量的工作量，但这也是误解数据预处理在数据挖掘过程中是原因。
　　数据预处理的目的是把数据挖掘问题转化为格式化的数据，使得分析技术(如数据挖掘算法)更容易利用它。数据任何形式的变化(包括清理、最大最小值转换、增长 等)意味着问题空间的变化，因此这种分析必须是探索性的。 这是数据预处理重要的原因，并且在数据挖掘过程中占有如此大的工作量，这样数据挖掘者可以从容 地操纵问题空间，使得容易找到适合分析他们的方法。
　　有两种方法“塑造”这个问题 空间。第一种方法是将数据转化为可以分析的完全格式化的数据，比如，大多数数据挖掘算法需要单一表格形式的数据，一个记录就是一个样例。数据挖掘者都知道 什么样的算法需要什么样的数据形式，因此可以将数据转化为一个合适的格式。第二种方法是使得数据能够含有业务问题的更多的信息，例如，某些领域的一些数据 挖掘问题，数据挖掘者可以通过业务知识和数据知识知道这些。 通过这些领域的知识，数据挖掘者通过操纵问题空间可能更容易找到一个合适的技术解决方案。
　　因此，通过业务知识、数据知识、数据挖掘知识从根本上使得数据预处理更加。 数据预处理的这些方面并不能通过简单的自动化实现。
　　这个定律也解释了一个有疑义的现象，也就是虽然经过数据获取、清理、融合等方式创建一个数据仓库，但是数据预处理仍然是必不可少的，仍然占有数据挖掘过程一 半以上的工作量。此外，就像CRISP-DM展示的那样，即使经过了主要的数据预处理阶段，在创建一个有用的模型的反复过程中，进一步的数据预处理的必要 的。
　　第四，试验律(NFL律：No Free Lunch)：对于数据挖掘者来说，天下没有免费的午餐，一个正确的模型只有通过试验(experiment)才能被发现。
　　机器学习有一个原则：如果我们充分了解一个问题空间(problem space)，我们可以选择或设计一个找到最优方案的最有效的算法。一个卓越算法的参数依赖于数据挖掘问题空间一组特定的属性集，这些属性可以通过分析发 现或者算法创建。但是，这种观点来自于一个错误的思想，在数据挖掘过程中数据挖掘者将问题公式化，然后利用算法找到解决方法。事实上，数据挖掘者将问题公 式化和寻找解决方法是同时进行的―C算法仅仅是帮助数据挖掘者的一个工具。
　　有五种因素说明试验对于寻找数据挖掘解决方案是必要的：
　　? 数据挖掘项目的业务目义了兴趣范围(定义域)，数据挖掘目标反映了这一点;
　　? 与业务目标相关的数据及其相应的数据挖掘目标是在这个定义域上的数据挖掘过程产生的;
　　? 这些过程受规则限制，而这些过程产生的数据反映了这些规则;
　　? 在这些过程中，数据挖掘的目的是通过模式发现技术(数据挖掘算法)和可以解释这个算法结果的业务知识相结合的方法来揭示这个定义域上的规则;
　　? 数据挖掘需要在这个域上生成相关数据，这些数据含有的模式不可避免地受到这些规则的限制。
　　在这里强调一下最后一点，在数据挖掘中改变业务目标，CRISP-DM有所暗示，但经常不易被觉察到。广为所知的CRISP-DM过程不是下一个步骤仅接着上一个步骤的“瀑布”式的过程。事实上，在项目中的任何地方进行任何CRISP-DM步骤，同样商业理解也可以存在于任何一个步骤。业务目标不是简 单地在开始就给定，它贯穿于整个过程。这也许可以解释一些数据挖掘者在没有清晰的业务目标的情况下开始项目，他们知道业务目标也是数据挖掘的一个结果，不是静态地给定。
　　Wolpert的“没有免费的午餐”理论已经应用于机器学习领域，无偏的状态好于(如一个具体的算法)任何其他可能的问题(数据集)出现的平均状态。这是因为，如果我们考虑所有可能的问题，他们的解决方法是均匀分布的，以至于一个算法(或偏倚)对一个子集是有利的，而对另一个子集是不利的。这与数据挖掘者所知的具有惊人的相似性，没有一个算法适合每一个问题。但是经 过数据挖掘处理的问题或数据集绝不是随机的，也不是所有可能问题的均匀分布，他们代表的是一个有偏差的样本，那么为什么要应用NFL的结论？答案涉及到上 面提到的因素：问题空间初始是未知的，多重问题空间可能和每一个数据挖掘目标相关，问题空间可能被数据预处理所操纵，模型不能通过技术手段评估，业务问题本身可能会变化。由于这些原因，数据挖掘问题空间在数据挖掘过程中展开，并且在这个过程中是不断变化的，以至于在有条件的约束下，用算法模拟一个随机选择的数据集是有效的。对于数据挖掘者来说：没有免费的午餐。
　　这大体上描述了数据 挖掘过程。但是，在有条件限制某些情况下，比如业务目标是稳定的，数据和其预处理是稳定的，一个可接受的算法或算法组合可以解决这个问题。在这些情况下， 一般的数据挖掘过程中的步骤将会减少。 但是，如果这种情况稳定是持续的，数据挖掘者的午餐是免费的，或者至少相对便宜的。像这样的稳定性是临时的，因为 对数据的业务理解(第二律)和对问题的理解(第九律)都会变化的。
　　第五，模式律(大卫律)：数据中总含有模式。
　　这条规律最早由David Watkins提出。 我们可能预料到一些数据挖掘项目会失败，因为解决业务问题的模式并不存在于数据中，但是这与数据挖掘者的实践经验并不相关。
　　前文的阐述已经提到，这是因为：在一个与业务相关的数据集中总会发现一些有趣的东西，以至于即使一些期望的模式不能被发现，但其他的一些有用的东西可能会被 发现(这与数据挖掘者的实践经验是相关的);除非业务专家期望的模式存在，否则数据挖掘项目不会进行，这不应感到奇怪，因为业务专家通常是对的。
　　然而，Watkins提出一个更简单更直接的观点：“数据中总含有模式。”这与数据挖掘者的经验比前面的阐述更一致。这个观点后来经过Watkins修正，基于客户关系的数据挖掘项目，总是存在着这样的模式户未来的行为总是和先前的行为相关，显然这些模式是有利可图的(Watkins的客户关系管理定律)。但是，数据挖掘者的经验不仅仅局限于客户关系管理问题，任何数据挖掘问题都会存在模式(Watkins的通用律)。
　　Watkins的通用律解释如下：
　　数据挖掘项目的业务目标定义了兴趣范围(定义域)，数据挖掘目标反映了这一点;
　　与业务目标相关的数据及其相应的数据挖掘目标是在这个定义域上的数据挖掘过程产生的;
　　这些过程受规则限制，而这些过程产生的数据反映了这些规则;
　　在这些过程中，数据挖掘的目的是通过模式发现技术(数据挖掘算法)和可以解释这个算法结果的业务知识相结合的方法来揭示这个定义域上的规则;
　　数据挖掘需要在这个域上生成相关数据，这些数据含有的模式不可避免地受到这些规则的限制。
　　总结这一观点：数据中总存在模式，因为在这过程中不可避免产生数据这样的副产品。为了发掘模式，过程从(你已经知道它)―C业务知识开始。
　　利用业务知识发现模式也是一个反复的过程;这些模式也对业务知识有贡献，同时业务知识是解释模式的主要因素。在这种反复的过程中，数据挖掘算法简单地连接了业务知识和隐藏的模式。
　　如果这个解释是正确的，那么大卫律是完全通用的。除非没有相关的数据的保证，否则在每个定义域的每一个数据挖掘问题总是存在模式的。
　　第六，律：数据挖掘增大对业务的认知。
　　数 据挖掘是如何产生洞察力的？这个定律接近了数据挖掘的核心：为什么数据挖掘必须是一个业务过程而不是一个技术过程。业务问题是由人而非算法解决的。数据挖 掘者和业务专家从问题中找到解决方案，即从问题的定义域上达到业务目标需要的模式。数据挖掘完全或部分有助于这个认知过程。数据挖掘算法揭示的模式通常不 是人类以正常的方式所能认识到的。综合这些算法和人类正常的感知的数据挖掘过程在本质上是敏捷的。在数据挖掘过程中，问题解决者解释数据挖掘算法产生的结 果，并统一到业务理解上，因此这是一个业务过程。
　　这类似于“智能放大器”的概念，在早期的人工智能的领域，AI的第一个实际成果不是智能机器，而是被称为“智能放大器”的工具，它能够协助人类使用者提高获取有效信息的能力。数据挖掘提供一个类似的“智能放大器”，帮助业务专家解决他们不能单独完成的业务问题。
　　总之，数据挖掘算法提供一种超越人类以正常方式探索模式的能力，数据挖掘过程允许数据挖掘者和业务专家将这种能力融合在他们的各自的问题的中和业务过程中。
　　第七，预测律：预测提高了信息泛化能力。
　　“预测”已经成为数据挖掘模型可以做什么的可接受的描述，即我们常说的“预测模型”和“预测分析”。这是因为许多流行的数据挖掘模型经常使用“预测最可能的结果”(或者解释可能的结果如何有可能)。这种方法是分类和回归模型的典型应用。
　　但是，其他类型的数据挖掘模型，比如聚类和关联模型也有“预测”的特征。这是一个比较模糊的术语。一个聚类模型被描述为“预测”一个个体属于哪个群体，一个关联模型可能被描述为基于已知基本属性“预测”一个或更多属性。
　　同样我们也可以分析“预测”这个术语在不同的主题中的应用：一个分类模型可能被说成可以预测客户行为―-更加确切的说它可以预测以某种确定行为的目标客户，即使不是所有的目标个体的行为都符合“预测”的结果。一个诈骗检测模型可能被说成可以预测个别交易是否具有高风险性，即使不是所有的预测的交易都有欺诈行为。
　　“预测”这个术语广泛的使用导致了所谓的“预测分析”被作为数据挖掘的总称，并且在业务解决方案中得到了广泛的应用。但是我们应该意识到这不是日常所说的“预测”，我们不能期望预测一个特殊个体的行为或者一个特别的欺诈调查结果。
　　那么，在这个意义下的“预测”是什么？分类、回归、聚类和 关 联算法以及他们集成模型有什么共性呢？答案在于“评分”，这是预测模型应用到一个新样例的方式。模型产生一个预估值或评分，这是这个样例的新信息的一部 分;在概括和归纳的基础上，这个样例的可利用信息得到了提高，模式被算法发现和模型具体化。值得注意的是这个新信息不是在“给定”意义上的“数据”，它仅 有统计学意义。
　　第八，价值律：数据挖掘的结果的价值不取决于模型的稳定性或预测的准确性。
　　准确性和稳定性是预测模型常用的两个度量。准确性是指正确的预测结果所占的比例;稳定性是指当创建模型的数据改变时，用于同一口径的预测数据，其预测结果变 化有多大(或多小)。鉴于数据挖掘中预测概念的核心角色，一个预测模型的准确性和稳定性常被认为决定了其结果的价值的大小，实际上并非如此。
　　体现预测模型价值的有两种方式：一种是用模型的预测结果来改善或影响行为，另一种是模型能够传递导致改变策略的见解(或新知识)。
　　对于后者，传递出的任何新知识的价值和准确性的联系并不那么紧密;一些模型的预测能力可能有必要使我们相信发现的模式是真实的。然而，一个难以理解的复杂的 或者完全不透明的模型的预测结果具有高准确性，但传递的知识也不是那么有见地;然而，一个简单的低准确度的模型可能传递出更有用的见解。
　　准确性和价值之间的分离在改善行为的情况下并不明显，然而一个突出问题是“预测模型是为了正确的事，还是为了正确的原因?” 换句话说，一个模型的价值和它的预测准确度一样，都源自它的业务问题。例如，客户流失模型可能需要高的预测准确度，否则对于业务上的指导不会那么有效。相 反的是一个准确度高的客户流失模型可能提供有效的指导，保留住老客户，但也仅仅是最少利润客户群体的一部分。如果不适合业务问题，高准确度并不能提高模型 的价值。
　　模型稳定性同样如此，虽然稳定性是预测模型的有趣的度量，稳定性不能代替模型提供业务理解的能力或解决业务问题，其它技术手段也是如此。
　　总之，预测模型的价值不是由技术指标决定的。数据挖掘者应该在模型不损害业务理解和适应业务问题的情况下关注预测准确度、模型稳定性以及其它的技术度量。
　　第九，变化律：所有的模式因业务变化而变化。
　　数据挖掘发现的模式不是永远不变的。数据挖掘的许多应用是众所周知的，但是这个性质的普遍性没有得到广泛的重视。
　　数据挖掘在市场营销和方面的应用很容易理解，客户行为模式随着时间的变化而变化。行为的变化、市场的变化、竞争的变化以及整个经济形势的变化，预测模型会因这些变化而过时，当他们不能准确预测时，应当定期更新。
　　数据挖掘在欺诈模型和风险模型的应用中同样如此，随着环境的变化欺诈行为也在变化，因为罪犯要改变行为以保持领先于反欺诈。欺诈检测的应用必须设计为就像处理旧的、熟悉的欺诈行为一样能够处理新的、未知类型的欺诈行为。
　　某些种类的数据挖掘可能被认为发现的模式不会随时间而变化，比如数据挖掘在科学上的应用，我们有没有发现不变的普遍的规律？也许令人惊奇的是，答案是即使是这些模式也期望得到改变。理由是这些模式并不是简单的存在于这个世界上的规则，而是数据的反应―-这些规则可能在某些领域确实是静态的。
　　然而，数据挖掘发现的模式是认知过程的一部分，是数据挖掘在数据描述的世界与观测者或业务专家的认知之间建立的一个动态过程。因为我们的认知在持续发展和增 长，所以我们也期望模式也会变化。明天的数据表面上看起来相似，但是它可能已经集合了不同的模式、(可能巧妙地)不同的目的、不同的语义;分析过程因受业 务知识驱动，所以会随着业务知识的变化而变化。基于这些原因，模式会有所不同。
　　总之，所有的模式都会变化，因为他们不仅反映了一个变化的世界，也反映了我们变化的认知。
　　后记：
　　这九条定律是关于数据挖掘的简单的真知。这九条定律的大部分已为数据挖掘者熟知，但仍有一些不熟悉(例如，第五、第六、第七)。大多数新观点的解释都和这九条定律有关，它试图解释众所周知的数据挖掘过程中的背后的原因。
　　我们为什么何必在意数据挖掘过程所采用的形式呢？除了知识和理解这些简单的诉求，有实实在在的理由去探讨这些问题。
　　数据挖掘过程以现在的形式存在是因为技术的发展―-机器学习算法的普及以及综合其它技术集成这些算法的平台的发展，使得商业用户易于接受。我们是否应该期望因技术的改变而改变数据挖掘过程？最终它会改变，但是如果我们理解数据挖掘过程形成的原因，然后我们可以辨别技术可以改变的和不能改变的。
　　一些技术的发展在预测分析领域具有革命性的作用，例如数据预处理的自动化、模型的重建以及在部署的框架里通过预测模型集成业务规则。数据挖掘的九条定律及其 解释说明：技术的发展不会改变数据挖掘过程的本质。这九条定律以及这些思想的进一步发展，除了有对数据挖掘者的教育价值之外，应该被用来判别未来任何数据 挖掘过程革命性变化的诉求。
[ 责任编辑：jj ]
去年，手机江湖里的竞争格局还是…
甲骨文的云战略已经完成第一阶段…
软件信息化周刊
比特软件信息化周刊提供以数据库、操作系统和管理软件为重点的全面软件信息化产业热点、应用方案推荐、实用技巧分享等。以最新的软件资讯，最新的软件技巧，最新的软件与服务业内动态来为IT用户找到软捷径。
商务办公周刊
比特商务周刊是一个及行业资讯、深度分析、企业导购等为一体的综合性周刊。其中，与中国计量科学研究院合力打造的比特实验室可以为商业用户提供最权威的采购指南。是企业用户不可缺少的智选周刊！
比特网络周刊向企业网管员以及网络技术和产品使用者提供关于网络产业动态、技术热点、组网、建网、网络管理、网络运维等最新技术和实用技巧，帮助网管答疑解惑，成为网管好帮手。
服务器周刊
比特服务器周刊作为比特网的重点频道之一，主要关注x86服务器，RISC架构服务器以及高性能计算机行业的产品及发展动态。通过最独到的编辑观点和业界动态分析，让您第一时间了解服务器行业的趋势。
比特存储周刊长期以来，为读者提供企业存储领域高质量的原创内容，及时、全面的资讯、技术、方案以及案例文章，力求成为业界领先的存储媒体。比特存储周刊始终致力于用户的企业信息化建设、存储业务、数据保护与容灾构建以及数据管理部署等方面服务。
比特安全周刊通过专业的信息安全内容建设，为企业级用户打造最具商业价值的信息沟通平台，并为安全厂商提供多层面、多维度的媒体宣传手段。与其他同类网站信息安全内容相比，比特安全周刊运作模式更加独立，对信息安全界的动态新闻更新更快。
新闻中心热点推荐
新闻中心以独特视角精选一周内最具影响力的行业重大事件或圈内精彩故事，为企业级用户打造重点突出，可读性强，商业价值高的信息共享平台；同时为互联网、IT业界及通信厂商提供一条精准快捷，渗透力强，覆盖面广的媒体传播途径。
云计算周刊
比特云计算周刊关注云计算产业热点技术应用与趋势发展，全方位报道云计算领域最新动态。为用户与企业架设起沟通交流平台。包括IaaS、PaaS、SaaS各种不同的服务类型以及相关的安全与管理内容介绍。
CIO俱乐部周刊
比特CIO俱乐部周刊以大量高端CIO沙龙或专题研讨会以及对明星CIO的深入采访为依托，汇聚中国500强CIO的集体智慧。旨为中国杰出的CIO提供一个良好的互融互通 、促进交流的平台，并持续提供丰富的资讯和服务，探讨信息化建设，推动中国信息化发展引领CIO未来职业发展。
IT专家新闻邮件长期以来，以定向、分众、整合的商业模式，为企业IT专业人士以及IT系统采购决策者提供高质量的原创内容，包括IT新闻、评论、专家答疑、技巧和白皮书。此外，IT专家网还为读者提供包括咨询、社区、论坛、线下会议、读者沙龙等多种服务。
X周刊是一份IT人的技术娱乐周刊，给用户实时传递I最新T资讯、IT段子、技术技巧、畅销书籍，同时用户还能参与我们推荐的互动游戏，给广大的IT技术人士忙碌工作之余带来轻松休闲一刻。
微信扫一扫
关注Chinabyte