2019年咨询工程师方法与实务第二章考点：数据分析与挖掘

 　　数据分析与挖掘

　　1.概述

　　信息分析的用途：

　　跟踪：及时了解各领域新动向、新发展，从而发现问题、提出问题。

　　比较：比较各种事物的内部矛盾之后，从而提出问题、确定目标、拟订方案并作出选择。

　　预测：利用已掌握的信息、知识和手段，推断事物的未来或未知方面。

　　评价：进行评价时应选择合适的变量和评价指标，应当考虑评价对象之间的可比性。

　　定性分析：逻辑推理；

　　定量分析：建立数学模型，计算，求解。

　　数据分析的对象包括：

　　2.数据统计分析

　　数据分析的工作（阶段）有哪些？

　　（1）选择数字特征；

　　（2）收集并整理数据；

　　（3）计算数字特征；

　　（4）建立模型；

　　（5）检验模型误差；

　　（6）利用模型预测；

　　（7）评价统计与预测结果。

　　记忆：

　　选择、整理、计算、建模、检验、预测、评价

　　3.时间数据分析方法

　　是按时序排列的一组来自同一现象的观察值。

　　（1）时间序列成分

　　

　　（2）时间序列建模

　　1）取得时间序列样本。

　　2）将样本点画成图，进行相关分析。

　　3）模式识别与拟合。

　　4）预测未来。

　　时间序列常用模型：

　　（1）ARMA模型

　　（2）回归模型

　　4.大数据系统和数据挖掘技术

　　（1）大数据

　　大数据常以万亿或EB衡量，且种类多、实时性强，蕴藏的商业价值大。很多现有的新或旧的信息基础设施、工具和技术可用来开发和利用大数据中蕴藏的价值。

　　（2）数据挖掘

　　数据挖掘与数据分析不同，区别在于：

　　1）处理工作量；（多与少的区别）

　　2）制约条件；（数据挖掘不做假设，自动建立方程）

　　3）处理对象；（数据挖掘对象类型繁多）

　　4）处理结果。（数据挖掘的结果不易解释，着眼于预测未来，并提出决策建议）

　　（3）数据挖掘步骤

　　网络信息挖掘具体步骤如下：

　　1）确立目标样本。

　　2）提取特征信息。

　　3）网络信息获取。

　　4）信息特征匹配。