資料採礦流程

國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

13

資料採礦包含了六種領域：

（一） 資料庫系統（Database systems），

資料倉儲（Data warehouses），

線上即時分析（OLAP）

（二） 機器學習（Machine learning）

（三） 統計分析方法（Statistical and data analysis methods）

（四） 資料視覺化（Visualization）

（五） 數學規劃（Mathematical programming）

（六） 高效能運算（High performance computing）

二、資料採礦流程

資料採礦需要大量的準備，且在準備資料階段，需要耗時的處理與了解，

由此即可知道前置作業是相當重要的，所以一套完整的流程也是必備的。由於 在執行資料採礦時，有很多種不同的資料採礦流程，為了減少執行資料採礦過 程中產生的差異性，SPSS 公司提出一套資料採礦標準流程：CRISP-DM (Cross-industry standard process for data mining)，而且 CRISP-DM 是最常被使用 的資料採礦流程。CRISP-DM 將資料採礦流程區分為六大階段，不只是專注於 資料部分的整理和分析，仍然關注企業的需求，以做出最好的決策。其中 CRISP-DM 的流程包括：定義商業問題、定義資料、資料準備、建立模型、模 型評估以及實施。由 SPSS 提供的資料採礦流程圖如圖 2-2：

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

14

圖2-2 CRISP-DM 流程圖

資料來源：CRISP-DM 1.0 ，The CRISP-DM consortium，2009

接著將簡單扼要的介紹這六個階段：

（一） 定義商業問題（Business understanding）

在第一階段裡，由商業的角度去清楚的了解研究真正的專業目標以及需求，

將這些目標及需求轉換為符合資料採礦的目標，接著才能對於研究制訂後續的 流程，進而提出資料採礦的計畫。

（二） 定義資料（Data understanding）

清楚的了解研究專業目標之後，進而蒐集可用的分析資料，運用基礎的統 計方法去了解資料的特性，並用驗證資料的邏輯和驗證資料品質，用上述步驟 對資料做初步的了解。

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

15

（三） 資料準備（Data preparation）

將原始資料整理為最後的分析資料表，也就是將資料整理成適合後續步驟 的格式，這個步驟也是最耗時的部分，包括：資料選擇（Data selection）、資料 清理（Data cleaning）、擴充資料（Enrichment）、資料編碼（Data coding）。

（四） 建立模型（Modeling）

本階段的目的是要找出最適合的資料採礦模型，因此來回設定參數，以找 出最佳參數做出最適合的資料採礦模型，以達到最佳預測效果。對於同一資料 採礦問題，不單只有單一模型技術可使用，為了多種模型技術的比較，必頇配 合不同技術對資料格式的特殊要求，而可能要重新返回到第三階段。

（五） 模型評估（Evaluation）

本階段是在建立模型後，透過測詴和評估所建立的模型，是否真的能夠帶 來效益以及達到真正的商業目標，並檢測是否有潛在的盲點，思考重要的商業 需求是否都已列入考慮，並且做最後的確認與評估。

（六） 實施（Deployment）

等到模型評估一併確定後，進一步將所建立的資料採礦模型整合到企業的 決策流程，且要定期的對模型進行維護和再修正，以確保所建立的模型在實務 的使用上是穩健的。

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

16