Alors que le data mining était autrefois considéré comme plus d'une hype up concept , de nos jours il est considéré comme un outil utile et fiable pour les entreprises et les organisations . Considérant les gens habitués à être moins transitoire , il était plus facile pour les entreprises et d'autres groupes pour garder une trace du type de consommateurs, ils desservis et leurs habitudes d'achat . Maintenant, avec des tailles de l'organisation , les gens ne connaissent pas leurs clients. Données sur les mines afin d'évaluer les habitudes des clients . Instructions
1

Voir que l'extraction de données se réfèrent à différents types de collecte d'informations. Connaître les formes les plus courantes de l'exploration de données impliquent en utilisant un logiciel mineur de données pour le suivi /analyse de l'activité de l' utilisateur de l'ordinateur , soit à examiner propres utilisateurs d'une entreprise ou d'utilisateurs Web inconnus .
2

Trouver que les organisations utilisent les logiciels espions pour surveiller les activités des utilisateurs d'Internet pour la publicité destinée et à d'autres fins . Habituellement, les gens sans le vouloir télécharger les logiciels espions sur leurs ordinateurs , et ces programmes de surveiller leurs habitudes de navigation et le mien autres renseignements à leur sujet.
3

Comprendre que l'extraction des données différentes fins ainsi . Données mien " Google" lecteur RSS, par exemple . Réglez vos paramètres de recherche et découvrir les tendances . Découvrez quel genre de personne aime un certain type de voiture de sport , par exemple, et de regarder leur surf ou mentionne tendances pour savoir quelle compagnie automobile est le plus populaire . Observez les modèles et gain de perspicacité.
4

prédire les comportements des consommateurs et des résultats pour votre entreprise ou organisation. Suivre un processus d'extraction de données à la mienne de données scientifiquement : . Exploration, de détermination du modèle et le déploiement
5

Employer la phase d'exploration pour la préparation des données en organisant des types de données, des variables et des fonctions afin de mieux gérer les données . Construire des modèles et valider . Essayez d'appliquer différents modèles de données pour voir ce qui fonctionne le mieux pour déterminer des modèles ou des tendances. Déployer des modèles choisis pour les nouveaux ensembles de données et de mesure contre les résultats escomptés .