1、可視化分析數(shù)據(jù)分析的用戶包括分析專家和普通用戶，但對他們最基本的要求是可視化分析，因?yàn)榭梢暬治隹梢灾庇^地呈現(xiàn)大數(shù)據(jù)。2.數(shù)據(jù)挖掘算法大數(shù)據(jù)分析的理論核心是數(shù)據(jù)挖掘算法，各種數(shù)據(jù)挖掘算法可以基于不同數(shù)據(jù)類型和格式更加科學(xué)。正是因?yàn)橛辛诉@些全世界統(tǒng)計(jì)學(xué)家公認(rèn)的統(tǒng)計(jì)方法(可以稱之為真理)，才能深入數(shù)據(jù)挖掘出公認(rèn)的價(jià)值。

large數(shù)據(jù)(bigdata)是指在一定時間范圍內(nèi)，常規(guī)軟件工具無法捕捉、管理和處理的數(shù)據(jù)的集合。它是一種海量、高增長、多元化的信息資產(chǎn)，需要一種新的處理模式來擁有更強(qiáng)的決策力、洞察力和發(fā)現(xiàn)力以及流程優(yōu)化能力。當(dāng)然是數(shù)據(jù)挖掘。數(shù)據(jù)中隱藏的信息可以通過機(jī)器學(xué)習(xí)等分析方法進(jìn)行挖掘。目前語音識別和圖像識別都是基于數(shù)據(jù)。真實(shí)世界的結(jié)果可以通過大數(shù)據(jù)分析得到，比小樣本結(jié)果更真實(shí)，所以最近真實(shí)世界的研究也很熱門。

在數(shù)據(jù)，數(shù)據(jù)的時代，采礦是最關(guān)鍵的工作。挖掘大數(shù)據(jù)是從海量的、不完整的、有噪聲的、模糊的、隨機(jī)的大數(shù)據(jù)數(shù)據(jù)庫中發(fā)現(xiàn)有價(jià)值的、潛在有用的信息和知識的過程，也是一個決策支持過程。主要基于人工智能、機(jī)器學(xué)習(xí)、模式學(xué)習(xí)、統(tǒng)計(jì)學(xué)等。通過自動化程度較高的“Da 數(shù)據(jù)”進(jìn)行分析，進(jìn)行歸納推理，挖掘潛在模式，可以幫助企業(yè)、商家、用戶調(diào)整市場政策，降低風(fēng)險(xiǎn)，理性面對市場，做出正確決策。

“Da 數(shù)據(jù)”常用的挖掘方法有分類、回歸分析、聚類、關(guān)聯(lián)規(guī)則、神經(jīng)網(wǎng)絡(luò)方法、Web 數(shù)據(jù) mining等。這些方法從不同的角度挖掘數(shù)據(jù)。(1)分類。分類就是在數(shù)據(jù) library中找出一組數(shù)據(jù)對象的共同特征，并按照分類模式將其劃分到不同的類中。其目的是通過分類模型將數(shù)據(jù)-1/library中的/ items映射到給定的類別中。

1、因子分析法所謂因子分析，是指從變量組中提取公共因子的統(tǒng)計(jì)技術(shù)。因子分析就是從大量的數(shù)據(jù)中尋找內(nèi)在的聯(lián)系，降低決策的難度。因子分析法有圖像分析法、重心法、最大似然法、最小二乘法、α提取法、Rao典型提取法等10多種方法。2.回歸分析法回歸分析法是指研究一個隨機(jī)變量Y對另一個(x)或一組變量的依賴性的一種統(tǒng)計(jì)分析方法。

回歸分析方法應(yīng)用廣泛?；貧w分析根據(jù)所涉及的自變量數(shù)量可分為單變量回歸分析和多變量回歸分析。根據(jù)自變量和因變量之間的關(guān)系類型，可分為線性回歸分析和非線性回歸分析。3.相關(guān)性分析方法相關(guān)性分析是研究現(xiàn)象之間是否存在一定的依賴關(guān)系，探討具有依賴關(guān)系的具體現(xiàn)象的相關(guān)方向和程度。相關(guān)性是一種不確定的關(guān)系。4.聚類分析方法聚類分析是指將物理或抽象對象的集合分組到由相似對象組成的多個類中的分析過程。

謝謝邀請。大數(shù)據(jù)挖掘方法:神經(jīng)網(wǎng)絡(luò)方法神經(jīng)網(wǎng)絡(luò)以其良好的魯棒性、自組織性和適應(yīng)性、并行處理、分布式存儲和高容錯性，非常適合解決數(shù)據(jù)挖掘問題，因此近年來受到越來越多的關(guān)注。遺傳算法遺傳算法是一種基于生物自然選擇和遺傳機(jī)制的隨機(jī)搜索算法，是一種仿生全局優(yōu)化方法。遺傳算法因其隱含的并行性和易于與其他模型結(jié)合而在數(shù)據(jù) mining中得到應(yīng)用。

其主要優(yōu)點(diǎn)是描述簡單，分類速度快，特別適合大規(guī)模數(shù)據(jù)處理。粗糙集理論是一種研究不精確和不確定知識的數(shù)學(xué)工具，粗糙集方法有幾個優(yōu)點(diǎn):它不需要給出額外的信息；簡化輸入信息的表達(dá)空間；該算法簡單，易于操作。粗糙集處理的對象是類似于二維關(guān)系表的信息表，覆蓋正例拒斥反例法是利用覆蓋所有正例拒斥所有反例的思想來尋找規(guī)律。首先，從正例集中選擇一個種子，逐個與反例集進(jìn)行比較。