一位數(shù)據(jù)挖掘成功人士給數(shù)據(jù)挖掘在讀研究生的建議

昵稱10504424 2013-12-10

展開全文

關(guān)于數(shù)據(jù)挖掘方面的研究，我原來也走過一些彎路,。其實從數(shù)據(jù)挖掘的起源可以發(fā)現(xiàn),，它并不是一門嶄新的科學(xué)，而是綜合了統(tǒng)計分析,、機器學(xué)習(xí)、人工智能,、數(shù)據(jù)庫等諸多方面的研究成果而成,，同時與專家系統(tǒng)、知識管理等研究方向不同的是,，數(shù)據(jù)挖掘更側(cè)重于應(yīng)用的層面,。

因此來說，數(shù)據(jù)挖掘融合了相當多的內(nèi)容,，試圖全面了解所有的細節(jié)會花費很長的時間,。因此我建議你的第一步是用大概三個月的時間了解數(shù)據(jù)挖掘的幾個常用技術(shù)：分類,、聚類、預(yù)測,、關(guān)聯(lián)分析,、孤立點分析等等。這種了解是比較粗的,，目標是明白這些技術(shù)是用來干什么的,，典型的算法大致是怎樣的，以及在什么情況下應(yīng)該選用什么樣的技術(shù)和算法,。

經(jīng)過初步了解之后,，就要進入選題的階段，選擇自己感興趣的某個具體方向,，然后通讀該方向的經(jīng)典論文（綜述,、主要發(fā)展方向、應(yīng)用成果）,。選題階段可能會花費較長的時間,，比如一年。此時,，要逐漸明確突破點,，也就是將來你論文的創(chuàng)新點。創(chuàng)新對于研究來說非常重要,，一方面該創(chuàng)新的確比原來的方法要好,，另一方面該創(chuàng)新的確具有實用的價值。

隨后,，就要來實現(xiàn)自己的想法,。通常對于碩士論文來說，需要建立原型系統(tǒng),，進行試驗,，并用試驗結(jié)果來支持自己的論文主題。原型系統(tǒng)就是對自己創(chuàng)新點的實現(xiàn),，需要很好地設(shè)計和開發(fā),。需要注意的是，原型系統(tǒng)的建立和開發(fā)商用系統(tǒng)不同,，需要體現(xiàn)比較好的理論基礎(chǔ),。也就是說，原型系統(tǒng)并不是簡單地用于實現(xiàn)功能,，而是將你的一整套理論付諸實現(xiàn),。這種理論基礎(chǔ)也將會包含在你的論文中，以體現(xiàn)論文的理論高度,。

原型系統(tǒng)的搭建以及產(chǎn)生令人信服試驗結(jié)果,，這個過程一般需要至少一年的時間,。所以要集中精力于核心部分（體現(xiàn)論文創(chuàng)新點的部分），外圍的界面等等不應(yīng)投入太多的精力,，以免進度失控,。

最后是論文的整理和寫作了。建議你在之前的階段中逐步先寫出一些篇幅較短的論文（用于發(fā)在期刊,、會議上）,，比如綜述、體系框架,、算法內(nèi)核,、應(yīng)用等等。這樣在最后寫畢業(yè)論文時就有了足夠多的內(nèi)容,，會寫得更好更快一些,。

以上只是泛泛而談。其實我覺得其中的關(guān)鍵點在于選題,，而選題的好壞取決于你對數(shù)據(jù)挖掘研究現(xiàn)狀的了解,、你的興趣和專長、以及該方向在應(yīng)用上的意義,。建議你和導(dǎo)師,、同行多交流，能夠讓自己的方向更清晰,。

至于數(shù)據(jù)挖掘領(lǐng)域的就業(yè),，應(yīng)該來說還是前景不錯的。如果你對研究有興趣,，象微軟研究院,、Google、高校研究所都是不錯的地方,；如果你對實際應(yīng)用有興趣,，很多大的公司包括IBM、Accenture,、亞信等等都有相應(yīng)的人力需求,，當然一些甲方的單位比如證券、保險,、金融等等單位也都需要分析人才,。

關(guān)于論文如何創(chuàng)新

“創(chuàng)新”是個很尖銳的問題。以前我?guī)蛯?dǎo)師審論文時,，給論文評分包括幾個要素，分別是理論基礎(chǔ)是否堅實,、研究問題的重要性,、研究成果的創(chuàng)新性等,。

所謂創(chuàng)新，就是你解決問題的方法是否和其他人的解決方法有所不同,，而這種不同又是否更有利于解決問題,。因此，要發(fā)現(xiàn)創(chuàng)新點,，實際上需要充分的準備和深入的研究,。

①充分的準備：既然創(chuàng)新是找出解決問題的更好方法，那么首先你就要發(fā)現(xiàn)問題,，而且要發(fā)現(xiàn)有價值的問題,。當找到這種問題時，再去查找有沒有人提出了解決這個問題的方法,，他們的方法是怎樣的,，還存在什么不足之處。

這個階段需要做大量的調(diào)查搜集的工作,，也是做研究的準備階段,，常常需要通讀相關(guān)研究領(lǐng)域的經(jīng)典文獻以及最新進展，寫讀書筆記予以總結(jié),。

②深入的研究：當你發(fā)現(xiàn)了值得研究的問題,，并且知道在這個問題上還沒有很好的解決方法時，你就有了創(chuàng)新的機會,。找出現(xiàn)有解決方法的不足之處,，提出自己的解決思路，并予以驗證,，通過試驗或者推理證明你的方法是有效的,，創(chuàng)新點也就產(chǎn)生了。說起來容易做起來難,，就象醞釀一個新發(fā)明一樣,，常常會需要大量的試驗和周密的思考，而且也有可能忙了很久而一無所獲,。

希望說到這里沒有讓你心生懼怕,，但我見過的一些認真做研究的人的確投入了很多的時間和精力才有所成就。當然對于國內(nèi)的研究生來說,，我倒是覺得在碩士階段去追求顯著的創(chuàng)新是不切實際的（個人的一管之見）,，其實把第一步做好已經(jīng)不錯了。如果沒有做好第一步,，打好基礎(chǔ),，就急于找些創(chuàng)新點，那么這些所謂的創(chuàng)新點常常是毫無意義的，寫出來的論文最終避免不了被扔到垃圾桶的命運（我以前寫的一些論文也是如此）,。大家常常說國內(nèi)的研究論文質(zhì)量很差,，很大程度上也是源于我們現(xiàn)在的教育制度，要求研究生畢業(yè)前必須在SCI,、EI或核心期刊上發(fā)表若干篇論文,，重量而不重質(zhì)，造就了現(xiàn)在的核心期刊完全變成了完成畢業(yè)任務(wù)的自留地,。

話題扯遠了,，回到你關(guān)心的問題－如何找創(chuàng)新點。必要的文獻閱讀是不可缺的,，了解研究現(xiàn)狀和背景,，才可能發(fā)現(xiàn)創(chuàng)新點。如果你想這個階段快一些的話,，也有些捷徑,，比如你可以到一些研究單位或?qū)W者的站點上，察看他們目前的研究動態(tài),，一般來說他們正在研究的內(nèi)容常常是目前還未解決的,，這樣你可以盡快找到創(chuàng)新點的主攻方向。

1數(shù)據(jù)挖掘人員從事的工作內(nèi)容

是不是開發(fā)數(shù)據(jù)挖掘平臺,、為別的企業(yè)單位量身制作DM,、DW系統(tǒng)？除了這些還能有些什么,？

2讀博深造的必要性

現(xiàn)在只是無指導(dǎo)的自學(xué)狀態(tài),，能否在碩士畢業(yè)后勝任數(shù)據(jù)挖掘方面的工作呢？考取名校的博士進一步深入學(xué)習(xí)的必要性大不大,？

3自學(xué)時的大方向

文本,、Web等，讀博時肯定就某種具體方向深入研究,，現(xiàn)在是否應(yīng)該也自己重點專注于一種方向,，而不是僅泛泛的熟悉各個方面？

以下為blog主人的回復(fù)：

1.數(shù)據(jù)挖掘人員從事的工作和你所說的差不多,，我認識的一些朋友大多在IT公司,，為甲方實施DM、DW和BI等項目,；還有一些是在甲方做分析人員,，利用所掌握的數(shù)據(jù)挖掘知識來解決一些業(yè)務(wù)問題。

2.就以上的工作內(nèi)容來說,，我覺得碩士已經(jīng)足以勝任,，當然最重要的不是學(xué)位，而是運用你學(xué)到的知識來解決問題的能力。如果希望在理論研究上進一步發(fā)展,，讀博也不錯,，但發(fā)展方向會有所不同。

3.在碩士階段,，我覺得還是全面了解會更好一些。當然,，因為數(shù)據(jù)挖掘涉及的內(nèi)容較多,，還是應(yīng)該在一些方面有所側(cè)重，比如那些得到廣泛應(yīng)用的算法及其應(yīng)用上,，包括決策樹,、聚類、回歸,、神經(jīng)網(wǎng)絡(luò)等等,。這樣即便你以后不去讀博，對找工作也會有所幫助,。

請問：現(xiàn)在數(shù)據(jù)挖掘開發(fā)主流平臺和編程語言,。那些更有優(yōu)勢呢？現(xiàn)在大都用什么呢謝謝

以下為blog主人的回復(fù)：

現(xiàn)在一般應(yīng)該是用Java開發(fā)的比較多,，據(jù)我所知的,，SAS Enterprise Miner客戶端是用Java開發(fā)，開源的數(shù)據(jù)挖掘工具Weka也是用Java開發(fā)的,。當然其后臺服務(wù)器端的軟件有部分可能會是C開發(fā)的,，主要是出于性能的考慮。

如果你對數(shù)據(jù)挖掘平臺開發(fā)有興趣的話,，建議你去開源代碼網(wǎng)站SourceForge（http:///）看看,，可以找到相應(yīng)的源代碼，也可以參加到他們的開發(fā)團隊中,，共同開發(fā),。

請教： 1 為甲方做的針對行業(yè)的數(shù)據(jù)挖掘中，如果通過SAS等通用的軟件,，如何體現(xiàn)行業(yè)不同,、部門不同的特色要求？為他建立預(yù)測模型的過程中會對SAS的功能進行插件式的擴展嗎,，還是SAS本身已經(jīng)足夠建立特定的模型,？

也就是說所謂的量身定制，也就是使用同一個軟件建立不同的模型,，開發(fā)過程中不涉及軟件的改造,？

2 是否數(shù)據(jù)挖掘人員不必是一個程序員？日常的工作已經(jīng)很少涉及編程？

以下為blog主人的回復(fù)：

1.SAS的Enterprise Miner是通用型的數(shù)據(jù)挖掘軟件,，所以要滿足客戶的特定分析需求,，常常會采取兩種方法實現(xiàn)：一是做項目，通過項目團隊的開發(fā)和實施,，來建立客戶所需的應(yīng)用,；另一種是采用SAS的行業(yè)解決方案（是SAS通過多年來對行業(yè)需求及解決方案的總結(jié)，形成的完整的solution）,，然后進行客戶化定制,。

大多數(shù)情況下，不需要對SAS的功能進行擴展,，而是用SAS的軟件就可以解決業(yè)務(wù)問題,。所以我們通常做的項目不是軟件開發(fā)，而是項目實施,。

2.如果單純從建立挖掘模型的角度來說,，挖掘人員的確不必是程序員，只要應(yīng)用合適的挖掘算法,，基于分析數(shù)據(jù)進行建模,，并對模型進行調(diào)優(yōu)就可以了。但實際上,，挖掘人員并不只做這些,，更多的時候是做數(shù)據(jù)準備和數(shù)據(jù)探索，其中就可能需要進行編程,，當然這些程序通常用于數(shù)據(jù)處理,、模型結(jié)果的發(fā)布等等。

就我個人的經(jīng)驗和了解,，數(shù)據(jù)準備常常占一個數(shù)據(jù)挖掘項目工作量的60%~70%左右,。

以下來自：http:///blog/more.asp?name=idmer&id=24891

張前輩：您好！

我是中國海洋大學(xué)一名研一生,，專業(yè)是數(shù)據(jù)庫,。我想自己選擇一門方向，認真的學(xué)習(xí),，作為終身職業(yè),。譬如 java程序員、數(shù)據(jù)挖掘人員,、數(shù)據(jù)庫管理人員等等,。我比較喜歡數(shù)據(jù)挖掘，但是若干問題難以釋惑,。

問題1：現(xiàn)在選擇數(shù)據(jù)挖掘作為終身職業(yè)是明智之舉嗎,？

現(xiàn)在網(wǎng)上對數(shù)據(jù)挖掘的前景討論的很厲害,，褒貶不一。但是至少可以確定的是數(shù)據(jù)挖掘已經(jīng)越來越被重視了,。如你所言,，大家看到的只是表面，許多成功的案例企業(yè)沒有對外公開,。但不可否認的是,，數(shù)據(jù)挖掘在中國的應(yīng)用有屠龍之技的嫌疑，廣大的企業(yè)還沒有重視起來,。

總之,，男怕投錯行，這個問題總是敲擊著我,。如果我是您的弟弟，您會鼓勵我走數(shù)據(jù)挖掘之路嗎,？還是推薦其他的IT職業(yè),？

IDMer：

就我個人的觀點，數(shù)據(jù)挖掘的發(fā)展還是前途很廣闊的,。說白了,，數(shù)據(jù)挖掘就是一種分析問題的手段，問題一直會有,，解決問題的手段也就一直有存在的必要,。也許你聽說過美國早期西部淘金熱的時候，富起來的不是淘金者,，而是為淘金者提供工具,、水的人，甚至因為礦工需要結(jié)實耐磨的衣服,，以致于牛仔褲風(fēng)行起來并經(jīng)久不衰,。

至于你提到“屠龍之技”之說，只是很多人因為不熟悉數(shù)據(jù)挖掘的內(nèi)部技術(shù)而產(chǎn)生的莫測高深的感覺,。其實,，數(shù)據(jù)挖掘本身并不是新技術(shù)，它融合了來自于統(tǒng)計學(xué),、數(shù)據(jù)庫和機器學(xué)習(xí)等多學(xué)科已經(jīng)成熟的內(nèi)容,，冠上了一個看起來比較時髦的名字而已。

組成數(shù)據(jù)挖掘的這三門支柱學(xué)科都已經(jīng)發(fā)展了多年,，也已得到了廣泛的應(yīng)用,。那么我們也有理由相信它們的融合，能幫助我們解決更多的分析方面的問題,。何況,，業(yè)界還是有很多的成功案例,，體現(xiàn)出數(shù)據(jù)挖掘所帶了獨特優(yōu)勢，而這些,，是傳統(tǒng)的BI（報表,、OLAP等）無法支持的。

以上說了不少數(shù)據(jù)挖掘的好話,，下面再看看硬幣的另一面,。如果你是我的弟弟（呵呵，雖然我沒有,，但也和很多年輕的師弟師妹聊過擇業(yè)的話題）,，我會建議你不做IT業(yè)，哈哈,，一句半真半假的玩笑,。因為在IT這個行業(yè)看起來還是滿辛苦的，而且在很多項目中,，常常需要重復(fù)一些沒什么技術(shù)含量的任務(wù),，消耗的精力不少，獲得的成就感卻不多,。

Anyway,，我的建議，其實也是我原來給自己的一句座右銘：認為對的就去做,。找到自己的興趣所在,，并且感覺也有發(fā)展，那就盡力去做好了,。

問題2：如果我現(xiàn)在選擇了數(shù)據(jù)挖掘,，應(yīng)該怎么做？

您曾經(jīng)在博客上回復(fù)一位北郵同學(xué),，建議熟悉學(xué)習(xí)各種算法,；建立模型，創(chuàng)新思路改進算法撰寫論文,。

我當前的計劃是學(xué)習(xí)各種算法的原理,；學(xué)習(xí)java語言；研究weka源碼,，深入了解幾種經(jīng)典算法的步驟,；學(xué)習(xí)了解ETL，數(shù)據(jù)倉庫,、OLAP等,；通過使用的數(shù)據(jù)集建立挖掘模型；思考論文,；有空的話還得SPSS或其他一個流行軟件的使用方法,。其中,，我覺得難點是對數(shù)據(jù)集的整理形成挖掘流程的輸入。

其中,，我也有若干疑惑：掌握一門數(shù)據(jù)庫是很重要的,，但是沒有時間一一了解SQLServer、Oracle,、DB2等,，但是在求職時，又說不定單位要求會哪門數(shù)據(jù)庫??？我想就SQL Server單獨進行深入的學(xué)習(xí)，包括學(xué)習(xí)在SQL Server中數(shù)據(jù)倉庫的建立和數(shù)據(jù)挖掘的應(yīng)用,，其他的也就不管了,。不知我這個選一而棄其他的打算可取不可取,？

IDMer：

從你的計劃來看,，還是對自己要掌握的知識和技能，劃出了一個范圍,。看上去還不錯,，我只是從個人的經(jīng)驗出發(fā),，建議你不必苛求自己十八般武藝樣樣精通，很多方面只需基本了解,，選擇幾個重點來練成自己的絕活,。人的精力畢竟有限，目標越大就越難實現(xiàn),。

至于選擇那些作為重點,，就需要在廣泛了解的基礎(chǔ)上，結(jié)合自己的興趣進行篩選了,。

關(guān)于數(shù)據(jù)庫的掌握,，我覺得熟悉一種產(chǎn)品已經(jīng)足夠。SQL Server,、Oracle,、DB2都是關(guān)系數(shù)據(jù)庫，在學(xué)生階段把關(guān)系數(shù)據(jù)庫的基礎(chǔ)理論打牢,，熟練運用SQL語句就可以了,。這些主流數(shù)據(jù)庫之間的差異，不是遵循的標準不同,，而是產(chǎn)品的特性有別,，以及在性能調(diào)優(yōu)時的技巧,。

問題3：如何使學(xué)習(xí)階段與行業(yè)應(yīng)用靠攏？

有一位學(xué)長,，建議我學(xué)技術(shù)的時候要和行業(yè)靠攏,，否則，“沒有行業(yè)背景的技術(shù)會很飄”,。我覺得他說的有道理,，技術(shù)是相當寬泛的，你不可能面面俱到,；而且,，當你實際工作后，也就專于一個行業(yè),，技術(shù)的需要面也就變窄了,。這樣，有利于學(xué)習(xí)重點,，不至于在學(xué)習(xí)時,，面面俱到，沒有突出,。

但是,，在數(shù)據(jù)挖掘方面，曾經(jīng)請教過你,，數(shù)據(jù)挖掘人員的工作性質(zhì),。一種是在甲方做分析人員，利用所掌握的數(shù)據(jù)挖掘知識來解決一些業(yè)務(wù)問題,。一種是在IT公司,，為甲方實施DM、DW和BI等項目（前輩自己便屬于此類,？）,。

在這里，我不太明白作為甲方,，日常具體做些什么,？難道是類似于網(wǎng)管性質(zhì)的？那樣不更傾向于數(shù)據(jù)庫管理人員,？他們還算是專業(yè)的數(shù)據(jù)挖掘人員嗎,，怎么覺得公司不大會安排這樣的職位呢？

我比較傾向于做乙方,，那樣好像更專業(yè)似的,。但是，乙方的話,，都說數(shù)據(jù)挖掘在金融,、電信,、銀行還是銷售等方面主要應(yīng)用。難道這意味著要學(xué)習(xí)或了解金融電信的背景,、CRM,、經(jīng)濟學(xué)、Excel……?

還有,，您曾提到,，畢業(yè)后也可以做研究工作，我覺得提供研究工作的崗位畢竟是少的,。而且,，那樣掙錢多嗎（流汗中）？

是否現(xiàn)在應(yīng)該考慮以后進哪個（哪類）公司,，現(xiàn)在根據(jù)它的要求來強化自己呢,？

數(shù)據(jù)挖掘交流討論（3，答Freshm 2008-12-9的留言）
博士你好：從事數(shù)據(jù)挖掘應(yīng)用,，要打好那些基礎(chǔ),，望結(jié)合您的經(jīng)驗給予詳細指導(dǎo)，以及給一點應(yīng)用于移動方面的實踐案例,。
我的回復(fù)：不好意思,，我不是博士，請別叫我博士,。非常高興跟你交流數(shù)據(jù)挖掘的應(yīng)用,。數(shù)據(jù)挖掘因為是個綜合性應(yīng)用，涉及的專業(yè)知識很多（有數(shù)據(jù)倉庫,、統(tǒng)計專業(yè),、編程能力,、展示展現(xiàn)技術(shù),、挖掘技能、所具體應(yīng)用的相關(guān)業(yè)務(wù)能力）,，但是真正從數(shù)據(jù)挖掘項目實踐的角度講,，溝通能力和對挖掘的興趣愛好是最重要的，有了愛好才可以愿意鉆研,，有了不錯的溝通能力,，才可以正確理解業(yè)務(wù)問題，才能正確把業(yè)務(wù)問題轉(zhuǎn)化成挖掘問題,，才可以在相關(guān)不同專業(yè)人才之間清楚表達你的意圖和想法,，取得他們的理解和支持。所以我認為溝通能力和興趣愛好是個人的數(shù)據(jù)挖掘的核心競爭力,，是很難學(xué)到的,；而其他的相關(guān)專業(yè)知識誰都可以學(xué),，算不上個人發(fā)展的核心競爭力。
除了最重要的溝通能力和興趣愛好外,，在專業(yè)能力培養(yǎng)中,，如果你一定要排個先后次序的話，一方面看你職業(yè)興趣的側(cè)重點,，另一方面對于數(shù)據(jù)挖掘的應(yīng)用來說,，我覺得數(shù)據(jù)挖掘技能可能是相對而言最重要的，因為數(shù)據(jù)挖掘作為一個典型的團隊作業(yè),，一個人不可能完成所有相關(guān)專業(yè)的工作,，而其中數(shù)據(jù)挖掘能力可能是挖掘?qū)嵺`中專業(yè)能力的核心，當然相關(guān)業(yè)務(wù)的能力同樣（甚至更）重要,，比如做數(shù)據(jù)庫營銷時,，你不但應(yīng)該有好的挖掘技能，你更應(yīng)該是個市場營銷專家,。所以國內(nèi)外面臨數(shù)據(jù)挖掘復(fù)合型人才缺乏時,，一致公認的好的解決辦法是讓業(yè)務(wù)人員學(xué)習(xí)挖掘技能（這比讓挖掘技術(shù)人員學(xué)習(xí)業(yè)務(wù)技能更有效、更合理）,。
說到這里可能很多數(shù)據(jù)倉庫專家,、程序員、統(tǒng)計師等等都要扔磚頭了,，對不起,，我沒有別的意思，你們的專業(yè)對于數(shù)據(jù)挖掘都很重要,，大家本來就是一個整體的,，但是作為單獨一個個體的人來說，精力有限,，時間有限,，不可能這些領(lǐng)域都能掌握，在這種情況下,，選擇最重要的核心,，我想應(yīng)該是數(shù)據(jù)挖掘技能和相關(guān)業(yè)務(wù)能力吧（從另外的一個極端的例子，我們可以看,，比如一個迷你型的挖掘項目,，一個懂得市場營銷和數(shù)據(jù)挖掘技能的人應(yīng)該可以勝任。這其中他雖然不懂數(shù)據(jù)倉庫,，但是簡單的Excel就足以勝任高打6萬個樣本的數(shù)據(jù)處理,；他雖然不懂專業(yè)的展示展現(xiàn)技能，但是只要他自己看的懂就行了，這就無需什么展示展現(xiàn),；前面說過,，統(tǒng)計技能是應(yīng)該掌握的，這對一個人的迷你項目很重要,；他雖然不懂編程,，但是專業(yè)挖掘工具和挖掘技能足夠讓他操練的；這樣在迷你項目中,，一個懂得挖掘技能和市場營銷業(yè)務(wù)能力的人就可以圓滿完成了,，甚至在一個數(shù)據(jù)源中根據(jù)業(yè)務(wù)需求可以無窮無盡的挖掘不同的項目思路，試問就是這個迷你項目,，單純的一個數(shù)據(jù)倉庫專家,、單純的一個程序員、單純的一個展示展現(xiàn)技師,、甚至單純的一個挖掘技術(shù)專家,，都是無法勝任的）。這從另一個方面也說明了為什么溝通能力的重要,，這些個完全不同的專業(yè)領(lǐng)域,，想要有效有機地整合在一起進行數(shù)據(jù)挖掘項目實踐，你說沒有好的溝通能力行嗎,？
數(shù)據(jù)挖掘能力只能在項目實踐的熔爐中提升,、升華，所以跟著項目學(xué)挖掘是最有效的捷徑,。國外學(xué)習(xí)挖掘的人都是一開始跟著老板做項目,，剛開始不懂不要緊，越不懂越知道應(yīng)該學(xué)什么,，才能學(xué)得越快越有效果,。我不知道國內(nèi)的數(shù)據(jù)挖掘?qū)W生是怎樣學(xué)的，但是從網(wǎng)上的一些論壇看,，很多都是紙上談兵,，這樣很浪費時間，很沒有效率,。
另外現(xiàn)在國內(nèi)關(guān)于數(shù)據(jù)挖掘的概念都很混亂,，很多BI只是局限在報表的展示和簡單的統(tǒng)計分析,，卻也號稱是數(shù)據(jù)挖掘,；另一方面，國內(nèi)真正規(guī)?；瘜嵤?shù)據(jù)挖掘的行業(yè)是屈指可數(shù)（銀行,、保險公司、移動通訊），其他行業(yè)的應(yīng)用就只能算是小規(guī)模的,，比如很多大學(xué)都有些相關(guān)的挖掘課題,、挖掘項目，但都比較分散,，而且都是處于摸索階段,，但是我相信數(shù)據(jù)挖掘在中國一定是好的前景，因為這是歷史發(fā)展的必然,，呵呵,。
講到移動方面的實踐案例，如果你是來自移動的話,，你一定知道國內(nèi)有家叫華院分析的公司（申明,，我跟這家公司沒有任何關(guān)系，我只是站在數(shù)據(jù)挖掘者的角度分析過中國大多數(shù)的號稱數(shù)據(jù)挖掘服務(wù)公司,，覺得華院還不錯,，比很多徒有虛名的大公司來得更實際），他們的業(yè)務(wù)現(xiàn)在已經(jīng)覆蓋了絕大多數(shù)中國省級移動公司的分析挖掘項目,，你上網(wǎng)搜索一下應(yīng)該可以找到一些詳細的資料吧,。我對華院分析印象最深的一點就是2002年這個公司白手起家，自己不懂不要緊,，一邊自學(xué)一邊開始拓展客戶,，到現(xiàn)在在中國的移動通訊市場全面開花，的確佩服佩服呀,。他們最開始都是用EXCEL處理數(shù)據(jù),，用肉眼比較選擇比較不同的模型，你可以想象這其中的艱難吧,。這個故事其實也告訴我們,，數(shù)據(jù)挖掘也是可以創(chuàng)造一些神奇的故事的，你說呢,？
至于移動通訊的具體的數(shù)據(jù)挖掘的應(yīng)用,，那太多了，比如不同話費套餐的制訂,、客戶流失模型,、不同服務(wù)交叉銷售模型、不同客戶對優(yōu)惠的彈性分析,、客戶群體細分模型,、不同客戶生命周期模型、渠道選擇模型,、惡意欺詐預(yù)警模型,，太多了,，記住，從客戶的需求出發(fā),，從實踐中的問題出發(fā),，移動中可以發(fā)現(xiàn)太多的挖掘項目。最后告訴你一個秘密,，當你數(shù)據(jù)挖掘能力提升到一定程度時,，你會發(fā)現(xiàn)無論什么行業(yè)，其實數(shù)據(jù)挖掘的應(yīng)用有大部分是重合的相似的,，這樣你會覺得更輕松,。
以上是個人的淺見，僅供參考,，祝挖掘快樂,！
數(shù)據(jù)挖掘從業(yè)人員工作分析

1.數(shù)據(jù)挖掘從業(yè)人員的愿景：
數(shù)據(jù)挖掘就業(yè)的途徑從我看來有以下幾種，（注意：本文所說的數(shù)據(jù)挖掘不包括數(shù)據(jù)倉庫或數(shù)據(jù)庫管理員的角色）,。
A：做科研(在高校,、科研單位以及大型企業(yè)，主要研究算法,、應(yīng)用等)
B：做程序開發(fā)設(shè)計（在企業(yè)做數(shù)據(jù)挖掘及其相關(guān)程序算法的實現(xiàn)等）
C：數(shù)據(jù)分析師（在存在海量數(shù)據(jù)的企事業(yè)單位做咨詢,、分析等）
2.數(shù)據(jù)挖掘從業(yè)人員切入點：
根據(jù)上面的從業(yè)方向倒序并延伸來說說需要掌握的技能。
C,，數(shù)據(jù)分析師：需要有深厚的數(shù)理統(tǒng)計基礎(chǔ),，可以不知道人工智能和計算機編程等相關(guān)技術(shù)，但是需要熟練使用主流的數(shù)據(jù)挖掘（或統(tǒng)計分析）工具 ,。從這個方面切入數(shù)據(jù)挖掘領(lǐng)域的話你需要學(xué)習(xí)《數(shù)理統(tǒng)計》,、《概率論》、《統(tǒng)計學(xué)習(xí)基礎(chǔ)：數(shù)據(jù)挖掘,、推理與預(yù)測》,、《金融數(shù)據(jù)挖掘》,《業(yè)務(wù)建模與數(shù)據(jù)挖掘》、《數(shù)據(jù)挖掘?qū)嵺` 》等,，當然也少不了你使用的工具的對應(yīng)說明書了,，如SPSS、SAS等廠商的《SAS數(shù)據(jù)挖掘與分析》,、《數(shù)據(jù)挖掘Clementine應(yīng)用實務(wù) 》,、《EXCEL 2007數(shù)據(jù)挖掘完全手冊》等，如果多看一些如《中文版數(shù)據(jù)挖掘原理》等書籍那就更好了,。
B,，程序設(shè)計開發(fā)：主要是實現(xiàn)數(shù)據(jù)挖掘現(xiàn)有的算法和研發(fā)新的算法以及根據(jù)實際需要結(jié)合核心算法做一些程序開發(fā)實現(xiàn)工作。要想扮演好這個角色,，你不但需要熟悉至少一門編程語言如（C,C++,Java,Delphi等）和數(shù)據(jù)庫原理和操作,，對數(shù)據(jù)挖掘基礎(chǔ)課程有所了解，讀過《數(shù)據(jù)挖掘概念與技術(shù)》（韓家煒著）,、《人工智能及其應(yīng)用》,。有一點了解以后，如果對程序比較熟悉的話并且時間允許,，可以尋找一些開源的數(shù)據(jù)挖掘軟件研究分析,，也可以參考如《數(shù)據(jù)挖掘：實用機器學(xué)習(xí)技術(shù)及Java實現(xiàn)》等一些教程。
A.做科研：這里的科研相對來說比較概括,，屬于技術(shù)型的相對高級級別,，也是B，C的歸宿,，那么相應(yīng)的也就需要對B,、C的必備基礎(chǔ)知識了。
可能之后不會續(xù)寫一篇《數(shù)據(jù)挖掘進階》了,，這邊大概說一下B和C的進一步要求：
B當前主要包括如下方向：企業(yè)數(shù)據(jù)挖掘,、Web數(shù)據(jù)挖掘、空間數(shù)據(jù)挖掘,、多媒體數(shù)據(jù)挖掘等等,；
C當前主要應(yīng)用于：電信CRM、金融,、咨詢業(yè)等等,；
最后說一下大家有必要熟悉數(shù)據(jù)挖掘工具：Google ，或許你也可以搜索到這篇文章,，當然也可以搜索到人才招聘的相關(guān)職位需求以及其他資料,，一如你當初搜索到 DMResearch 一樣。