热线电话:13121318867

登录
首页精彩阅读数据挖掘失败的原因都有哪些(四)
数据挖掘失败的原因都有哪些(四)
2019-01-17
收藏


在上一篇文章中我们给大家介绍了两个数据挖掘失败的原因,具体是缺乏对常理的感觉以及缺乏迭代的能力,这两个原因是阻碍我们进行数据挖掘工作的石头。当然,关于数据挖掘失败的原因还有一个,那就是推广。很多人在推广过程中挖掘数据得到了失败的结果,那么到底是怎么回事呢?下面我们就为大家介绍一下这个原因。


推广怎么就成了数据挖掘失败的原因了呢?很多人表示丈二的和尚摸不到头脑,其实就是很多传统企业不同地域上的业务差异,不仅仅造成管理难度加大、体验不一致、系统过于复杂、运营成本高昂,也让模型的建设和推广异常困难。如果从模型本身的角度,不同地域的数据差异有时很大,在一个地方成功的模型,在另一个地方则完全失败,过拟合现象比比皆是。如果从业务理解的角度,建模团队要面对几个甚至十多个做类似业务的团队,各个团队的业务理解上的差异和对于建模的要求各不相同,造成了建模团队的无所适从。从而使得数据挖掘工作难以进展下去。


数据挖掘中的模型推广,成为了建模团队巨大的负担,复制模型,往往变成了重做模型,搜集结果数据也难上加难,数据挖掘,已经不是一项纯粹的工作,我们在前面说的五点原因都是为了说明数据挖掘所以难,是综合多种因素的结果,可能不是靠建立一个平台,懂得一些算法,掌握一个工具就能简单解决的,往往具有更深层次的原因。这就需要我们在掌握好工具使用的同时,也要抬起头来,更全面的看待数据挖掘这个事情,因地制宜的制定适合自己企业特点的数据挖掘机制和流程。所以在大数据时代的到来之际,我们必须让平台,工具和算法也变得越加重要,这对数据建模师的知识结构也带来了新的冲击。但是新的挑战一般带来的是新的机遇。


说到这里我们就把数据挖掘失败的原因介绍完了,总结过来共有六个原因,分别是数据缺失的现象十分明显、对假数据进行认真的分析、数据的获取变得困难、缺乏对常理的感觉、缺乏迭代的能力、推广问题,我们只有解决了这些问题才能够让数据挖掘工作做得更加出色。

数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询