数据挖掘与分析的六种经典方法论

最近梳理了一下数据挖掘与分析的常用方法论，这里简要介绍6种模型。

1、CRISP-DM 模型

CRISP-DM是CrossIndustry Standard Process for Data Mining（跨行业数据挖掘标准流程）的字母缩写。CRISP-DM是由一家欧洲财团（时称SIG组织）在20世纪90年代中后期提出来的，是一套用于开放的数据挖掘项目的标准化方法，也是业内公认的数据挖掘与分析的通用方法论。

2、SEMMA模型

SEMMA是抽样（Sample）、探索（Explore）、修订（Modify）、建模（Model）和评估（Assess）的英文首字母缩写，它是由SAS研究院开发的一款非常著名的数据挖掘与分析方法。SEMMA的基本思想是从样本数据开始，通过统计分析与可视化技术，发现并转换最有价值的预测变量，根据变量进行构建模型，并检验模型的可用性和准确性。

3、DMAIC方法

六西格玛（Six Sigma，6 Sigma）是一种项以数据为基础，追求“零缺陷”的质量管理方法。六西格玛在商业中应用是DMAIC，包括五个步骤：定义（Define）、度量（Measure）、分析（Analyze）、改进（Improve）和控制（Control）。DMAIC方法在商业领域和环境中已得到了成功应用，它在数据挖掘项目中也能寻得一席之地。

4、AOSP-SM模型

AOSP-SM是ApplicationOriented StandardProcess for Smart Mining 的首字母缩写，翻译成中文是“应用为导向的敏捷挖掘标准流程”，它是思迈特公司（SMARTBI）基于跨行业数据挖掘过程标准（CRISP-DM）和SAS的数据挖掘方法(SEMMA)两种方法论总结而来的一种面向应用的用于指导数据挖掘工作的方法。

5、5A模型

SPSS公司（后被IBM收购）曾提出过5A模型，即将数据挖掘过程分为五个A：Assess、Access、Analyze、Act、Automate，分别对应五个阶段：评估需求、存取数据、完备分析、模型演示、结果展现。

6、数据挖掘与分析的“七步法”

“七步法”分为七个步骤，分别是：业务理解、数据获取、数据探索、模型构建、模型评估、策略输出、应用部署。“七步法”更侧重从乙方的视角来完成用数据挖掘及其应用的闭环。

-END-