considerando che l' estrazione dei dati una volta che è stato considerato più di un hyped concetto , al giorno d'oggi è considerato come uno strumento utile e affidabile per aziende e organizzazioni . Considerando chi è abituato a essere meno transitoria , è stato più facile per le aziende e altri gruppi per tenere traccia del tipo di consumatori sono assistiti e dei loro modelli di acquisto . Ora, con dimensioni di organizzazione , le persone non conoscono i loro clienti . Estrarre i dati per valutare le abitudini del cliente. Istruzioni
1

Vedere che il data mining si riferisce a vari tipi di raccolta di informazioni . Conoscere le forme più comuni di data mining coinvolgere utilizzando il software Data Miner per il monitoraggio /analisi di attività dell'utente del computer o di esaminare propri utenti di una società o utenti web sconosciuti .
2

Trova che le organizzazioni utilizzano programmi spyware per monitorare le attività degli utenti di Internet per la pubblicità diretta e per altri scopi . La gente di solito involontariamente caricare spyware sui propri computer , e questi programmi di monitorare le loro abitudini di navigazione e le mie altre informazioni su di loro .
3

Capire che il data mining ha scopi diversi pure. Dati mio " Google" lettore di feed , per esempio. Impostare i parametri di ricerca e scoprire le tendenze . Scoprire che tipo di persona che ama un certo tipo di auto sportiva , per esempio , e guardare i loro surf o citare le tendenze per scoprire quale azienda automobilistica è il più popolare . Osservare i modelli e le intuizioni di guadagno .
4

prevedere i comportamenti di consumo e risultati per la vostra azienda o organizzazione. Seguire un processo di data mining per scientificamente miniera di dati : . Esplorazione , la determinazione del modello e la distribuzione
5

Impiegare la fase di esplorazione per la preparazione dei dati per l'organizzazione di tipi di dati, variabili e funzioni per gestire al meglio i dati . Costruire modelli e confermare. Provate ad applicare vari modelli di dati per vedere che cosa funziona meglio per determinare modelli o tendenze . Distribuire i modelli scelti per nuovi set di dati e di misura rispetto ai risultati attesi.