数据分析与挖掘

　　知识点练习           高分考点

　　1.概述

　　信息分析的用途：

　　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：

　　时间序列：企业历年的数据。

　　截面数据：企业同一时间的数据。

　　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

　　趋势：长期持续向上或持续向下的倾向。

　　季节变动：实际过程受各种影响而呈现的周期性波动。

　　规则波动：周期不等的变动，呈涨落交替之状。

　　不规则波动：除去趋势、季节变动和周期波动之后的波动。

　　(2)时间序列建模的步骤

　　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

　　按照挖掘对象，数据挖掘分为数据库与数据仓库挖掘和网络挖掘两种。

　　数据挖掘一般有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估和知识表示8个步骤。

　　……

　　更多考点精讲

　　例：网络信息挖掘的具体步骤有哪些?(4分)

　　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。