無為

　　數(shù)據(jù)挖掘工具根據(jù)其適用的范圍分為兩類：專用挖掘工具和通用挖掘工具。

專用數(shù)據(jù)挖掘工具是針對某個特定領域的問題提供解決方案，在涉及算法的時候充分考慮了數(shù)據(jù)、需求的特殊性，并作了優(yōu)化。對任何領域，都可以開發(fā)特定的數(shù)據(jù)挖掘工具。例如，IBM公司的AdvancedScout系統(tǒng)針對NBA的數(shù)據(jù)，幫助教練優(yōu)化戰(zhàn)術組合。特定領域的數(shù)據(jù)挖掘工具針對性比較強，只能用于一種應用；也正因為針對性強，往往采用特殊的算法，可以處理特殊的數(shù)據(jù)，實現(xiàn)特殊的目的，發(fā)現(xiàn)的知識可靠度也比較高。
通用數(shù)據(jù)挖掘工具不區(qū)分具體數(shù)據(jù)的含義，采用通用的挖掘算法，處理常見的數(shù)據(jù)類型。通用的數(shù)據(jù)挖掘工具不區(qū)分具體數(shù)據(jù)的含義，采用通用的挖掘算法，處理常見的數(shù)據(jù)類型。例如，IBM公司Almaden研究中心開發(fā)的QUEST系統(tǒng)，SGI公司開發(fā)的MineSet系統(tǒng)，加拿大SimonFraser大學開發(fā)的DBMiner系統(tǒng)。通用的數(shù)據(jù)挖掘工具可以做多種模式的挖掘，挖掘什么、用什么來挖掘都由用戶根據(jù)自己的應用來選擇。

二、數(shù)據(jù)挖掘工具選擇需要考慮的問題

　　數(shù)據(jù)挖掘是一個過程，只有將數(shù)據(jù)挖掘工具提供的技術和實施經(jīng)驗與企業(yè)的業(yè)務邏輯和需求緊密結合，并在實施的過程中不斷的磨合，才能取得成功，因此我們在選擇數(shù)據(jù)挖掘工具的時候，要全面考慮多方面的因素，主要包括以下幾點：
(1)?可產(chǎn)生的模式種類的數(shù)量：分類，聚類，關聯(lián)等
(2)?解決復雜問題的能力
(3)?操作性能
(4)?數(shù)據(jù)存取能力
(5)?和其他產(chǎn)品的接口

三、數(shù)據(jù)挖掘工具介紹：

1.QUEST

　　QUEST是IBM公司Almaden研究中心開發(fā)的一個多任務數(shù)據(jù)挖掘系統(tǒng)，目的是為新一代決策支持系統(tǒng)的應用開發(fā)提供高效的數(shù)據(jù)開采基本構件。系統(tǒng)具有如下特點：
　　提供了專門在大型數(shù)據(jù)庫上進行各種開采的功能：關聯(lián)規(guī)則發(fā)現(xiàn)、序列模式發(fā)現(xiàn)、時間序列聚類、決策樹分類、遞增式主動開采等。
　　各種開采算法具有近似線性計算復雜度，可適用于任意大小的數(shù)據(jù)庫。
　　算法具有找全性，即能將所有滿足指定類型的模式全部尋找出來。
為各種發(fā)現(xiàn)功能設計了相應的并行算法。

2.MineSet

　　MineSet是由SGI公司和美國Standford大學聯(lián)合開發(fā)的多任務數(shù)據(jù)挖掘系統(tǒng)。MineSet集成多種數(shù)據(jù)挖掘算法和可視化工具，幫助用戶直觀地、實時地發(fā)掘、理解大量數(shù)據(jù)背后的知識。MineSet有如下特點：
　　MineSet以先進的可視化顯示方法聞名于世。
　　支持多種關系數(shù)據(jù)庫。可以直接從Oracle、Informix、Sybase的表讀取數(shù)據(jù)，也可以通過SQL命令執(zhí)行查詢。
　　多種數(shù)據(jù)轉換功能。在進行挖掘前，MineSet可以去除不必要的數(shù)據(jù)項，統(tǒng)計、集合、分組數(shù)據(jù)，轉換數(shù)據(jù)類型，構造表達式由已有數(shù)據(jù)項生成新的數(shù)據(jù)項，對數(shù)據(jù)采樣等。
　　操作簡單、支持國際字符、可以直接發(fā)布到Web。

3.DBMiner

　　DBMiner是加拿大SimonFraser大學開發(fā)的一個多任務數(shù)據(jù)挖掘系統(tǒng)，它的前身是DBLearn。該系統(tǒng)設計的目的是把關系數(shù)據(jù)庫和數(shù)據(jù)開采集成在一起，以面向屬性的多級概念為基礎發(fā)現(xiàn)各種知識。DBMiner系統(tǒng)具有如下特色：
　　能完成多種知識的發(fā)現(xiàn)：泛化規(guī)則、特性規(guī)則、關聯(lián)規(guī)則、分類規(guī)則、演化知識、偏離知識等。
　　綜合了多種數(shù)據(jù)開采技術：面向屬性的歸納、統(tǒng)計分析、逐級深化發(fā)現(xiàn)多級規(guī)則、元規(guī)則引導發(fā)現(xiàn)等方法。
　　提出了一種交互式的類SQL語言——數(shù)據(jù)開采查詢語言DMQL。
　　能與關系數(shù)據(jù)庫平滑集成。
　　實現(xiàn)了基于客戶/服務器體系結構的Unix和PC（Windows/NT）版本的系統(tǒng)。

4.Intelligent Miner

　　由美國IBM公司開發(fā)的數(shù)據(jù)挖掘軟件Intelligent Miner是一種分別面向數(shù)據(jù)庫和文本信息進行數(shù)據(jù)挖掘的軟件系列,它包括Intelligent Miner for Data和Intelligent Miner for Text。Intelligent Miner for Data可以挖掘包含在數(shù)據(jù)庫、數(shù)據(jù)倉庫和數(shù)據(jù)中心中的隱含信息,幫助用戶利用傳統(tǒng)數(shù)據(jù)庫或普通文件中的結構化數(shù)據(jù)進行數(shù)據(jù)挖掘。它已經(jīng)成功應用于市場分析、詐騙行為監(jiān)測及客戶聯(lián)系管理等；Intelligent Miner for Text允許企業(yè)從文本信息進行數(shù)據(jù)挖掘，文本數(shù)據(jù)源可以是文本文件、Web頁面、電子郵件、Lotus Notes數(shù)據(jù)庫等等。

5.SAS Enterprise Miner

　　這是一種在我國的企業(yè)中得到采用的數(shù)據(jù)挖掘工具，比較典型的包括上海寶鋼配礦系統(tǒng)應用和鐵路部門在春運客運研究中的應用。SAS Enterprise Miner是一種通用的數(shù)據(jù)挖掘工具，按照"抽樣--探索--轉換--建模--評估"的方法進行數(shù)據(jù)挖掘。可以與SAS數(shù)據(jù)倉庫和OLAP集成，實現(xiàn)從提出數(shù)據(jù)、抓住數(shù)據(jù)到得到解答的"端到端"知識發(fā)現(xiàn)。

6.SPSS Clementine

SPSS Clementine是一個開放式數(shù)據(jù)挖掘工具，曾兩次獲得英國政府SMART 創(chuàng)新獎，它不但支持整個數(shù)據(jù)挖掘流程，從數(shù)據(jù)獲取、轉化、建模、評估到最終部署的全部過程，還支持數(shù)據(jù)挖掘的行業(yè)標準--CRISP-DM。Clementine的可視化數(shù)據(jù)挖掘使得"思路"分析成為可能，即將集中精力在要解決的問題本身，而不是局限于完成一些技術性工作（比如編寫代碼）。提供了多種圖形化技術，有助理解數(shù)據(jù)間的關鍵性聯(lián)系，指導用戶以最便捷的途徑找到問題的最終解決辦法。

7.數(shù)據(jù)庫廠商集成的挖掘工具

SQL Server 2000包含由Microsoft研究院開發(fā)的兩種數(shù)據(jù)挖掘算法：Microsoft決策樹和Microsoft聚集。此外，SQL Server 2000中的數(shù)據(jù)挖掘支持由第三方開發(fā)的算法。 Microsoft決策樹算法：該算法基于分類。算法建立一個決策樹，用于按照事實數(shù)據(jù)表中的一些列來預測其他列的值。該算法可以用于判斷最傾向于單擊特定標題（banner）或從某電子商務網(wǎng)站購買特定商品的個人。 Microsoft聚集算法：該算法將記錄組合到可以表示類似的、可預測的特征的聚集中。通常這些特征可能是隱含或非直觀的。例如，聚集算法可以用于將潛在汽車買主分組，并創(chuàng)建對應于每個汽車購買群體的營銷活動。，SQL Server 2005在數(shù)據(jù)挖掘方面提供了更為豐富的模型、工具以及擴展空間。包括：可視化的數(shù)據(jù)挖掘工具與導航、8種數(shù)據(jù)挖掘算法集成、DMX 、XML/A、第三方算法嵌入支持等等。
Oracle Data Mining (ODM) 是 Oracle 數(shù)據(jù)庫 10g 企業(yè)版的一個選件，它使公司能夠從最大的數(shù)據(jù)庫中高效地提取信息并創(chuàng)建集成的商務智能應用程序。數(shù)據(jù)分析人員能夠發(fā)現(xiàn)那些隱藏在數(shù)據(jù)中的模式和內涵。應用程序開發(fā)人員能夠在整個機構范圍內快速自動提取和分發(fā)新的商務智能 — 預測、模式和發(fā)現(xiàn)。ODM 針對以下數(shù)據(jù)挖掘問題為 Oracle 數(shù)據(jù)庫 10g 提供支持：分類、預測、回歸、聚類、關聯(lián)、屬性重要性、特性提取以及序列相似性搜索與分析 (BLAST)。所有的建模、評分和元數(shù)據(jù)管理操作都是通過 Oracle Data Mining 客戶端以及 PL/SQL 或基于 Java 的 API 來訪問的，并且完全在關系數(shù)據(jù)庫內部進行。
??? IBM Intelligent Miner 通過其世界領先的獨有技術，例如典型數(shù)據(jù)集自動生成、關聯(lián)發(fā)現(xiàn)、序列規(guī)律發(fā)現(xiàn)、概念性分類和可視化呈現(xiàn)，它可以自動實現(xiàn)數(shù)據(jù)選擇、數(shù)據(jù)轉換、數(shù)據(jù)發(fā)掘和結果呈現(xiàn)這一整套數(shù)據(jù)發(fā)掘操作。若有必要，對結果數(shù)據(jù)集還可以重復這一過程，直至得到滿意結果為止。現(xiàn)在，IBM的 Intelligent Miner已形成系列，它幫助用戶從企業(yè)數(shù)據(jù)資產(chǎn)中識別和提煉有價值的信息。它包括分析軟件工具 ----Intelligent Miner for Data和IBM Intelligent Miner forText ，幫助企業(yè)選取以前未知的、有效的、可行的業(yè)務知識---- 如客戶購買行為，隱藏的關系和新的趨勢，數(shù)據(jù)來源可以是大型數(shù)據(jù)庫和企業(yè)內部或Internet 上的文本數(shù)據(jù)源。然后公司可以應用這些信息進行更好、更準確的決策，獲得競爭優(yōu)勢。