CRISP-DM (cross-industry standard process for data mining)跨行业数据挖掘过程标准

Posted 2021-05-21 Data+Science+Insight

CRIP-DM+SEMMA

CRISP-DM (cross-industry standard process for data mining)，即为“跨行业数据挖掘过程标准"。

 

长期以来，随着数据挖掘市场的发展和成熟，由不同的组织机构提出过很多的方法论，如CRISP-DM、SEMMA、5A等，其中CRISP-DM、SEMMA是应用最为广泛。CRISP-DM (cross-industry standard process for data mining)，即为“跨行业数据挖掘过程标准"。此KDD过程模型于1999年欧盟机构联合起草. 通过近几年的发展，CRISP-DM 模型在各种KDD过程模型中占据领先位置,采用量达到近60%。排在其后的是由SAS公司提出的SEMMA。SEMMA更偏重于数据挖掘的建模过程，与SAS的EM工具进行整合，其模型管理部署部分则体现在另外的工具套件中。CRISP-DM是从一个数据挖掘项目执行的角度谈方法论，CRISP- DM的考虑的范围比SEMMA 要大。CRISP-DM强调，数据挖掘不单是数据的组织或者呈现，也不仅是数据分析和统计建模，而是一个从理解业务需求、寻求解决方案到接受实践检验的完整过程。因此，从一个项目的管理实施完整流程来说，CRISP-DM更适用一些，本文后续主要以CRISP-DM为主进行详细介绍。

 

 

在过去几年，随着信息化技术的高速发展，数据逐渐变为企业最有价值的战略资产，人们迫切希望能够从数据中发掘价值和探索规律，以便为企业在研发、生产、营销、管理、运维等各个环节遇到的问题提供新的解决思路，用数字化战略为企业赋能。

 

为什么需要一个数据挖掘方法论？

要实现对数据价值的深度发掘，