数据挖掘分析工具有哪些？好用的

Answer 1

数据挖掘分析工具是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供数据支持。

数据挖掘分析工具（OurwayBI）采用Node.js。Node.js是一个Javascript运行环境(runtime)，它实际上是对GoogleV8引擎进行了封装。V8引擎执行Javascript的速度非常快，利用基于时间序列的内存计算技术，减少与数据库的交互，可大大提升效率。操作指引更易上手：OurwayBI为了让用户不进行任何培训即可掌握常用操作，设置了操作指引，智能引导用户逐步掌握基本操作及各项技巧。整个产品的UI进行了大量细节优化，以增加使用者的美观要求与使用体验等。

Answer 2

想了解更多关于数据挖掘分析工具的知识，根据其适用的范围分为两类:专用挖掘工具和通用挖掘工具。

专用数据挖掘工具是针对某个特定领域的问题提供解决方案，在涉及算法的时候充分考虑了数据、需求的特殊性，并作了优化。对任何领域，都可以开发特定的数据挖掘工具。通用数据挖掘工具不区分具体数据的含义，采用通用的挖掘算法，处理常见的数据类型。通用的数据挖掘工具可以做多种模式的挖掘，挖掘什么、用什么来挖掘都由用户根据自己的应用来选择。目前市场上用的比较多的是R语言、SPSS、SAS、Excel表格等。

数据挖掘分析工具市面上有很多，推荐上CDA数据分析师的课程。课程以项目调动学员数据挖掘实用能力的场景式教学为主，在讲师设计的业务场景下由讲师不断提出业务问题，再由学员循序渐进思考并操作解决问题的过程中，帮助学员掌握真正过硬的解决业务问题的数据挖掘能力。点击预约免费试听课。

Answer 3

数据分析和数据挖掘并不是相互独立的，数据分析通常是直接从数据库取出已有信息，进行一些统计、可视化、文字结论等，最后可能生成一份研究报告性质的东西，以此来辅助决策。但是如果要分析已有信息背后的隐藏信息，而这些信息通过观察往往是看不到的，这是就需要用到数据挖掘，作为分析之前要走的一个门槛。数据挖掘不是简单的认为推测就可以，它往往需要针对大量数据，进行大规模运算，才能得到一些统计学规律。
这里可以用亿信ABI帮助企业发现潜在的信息，挖掘数据的潜在价值。ABI融合了ETL数据处理、数据建模、数据分析、数据填报、数据挖掘等功能。其中数据分析模块支持报表分析、敏捷看板、即席报告、幻灯片、酷屏、数据填报、数据挖掘等多种分析手段对数据进行分析。

Answer 4

1.python 。做机器学习算法，数据量庞大的，推荐用python。里面的numpy,pandas,sklearn包很好用。连接数据库，操作数据集，文本分析，可视化，都很棒。
2.R软件。统计建模用。可视化很强大，包很丰富。就是在处理超大数据时有一定限制。
3.Excel。函数功能比较全，可以做自动化表格，动态图。可视化也非常美观。就是在建模方面有些欠缺。
4.IBMSPSSmodeler。结构化数据分析流程，从数据处理到建模预测，全流程搞定。
5.SAS。医学上用的较多。
6.Matlab。数值计算较强。