綜合起來(lái)看數(shù)據(jù)分析(狹義)和數(shù)據(jù) 挖掘的本質(zhì)是一樣的，都是從數(shù)據(jù)中找到關(guān)于業(yè)務(wù)的知識(shí)(有價(jià)值的信息)，從而幫助業(yè)務(wù)運(yùn)營(yíng)和改進(jìn)。這些內(nèi)容與數(shù)據(jù) analysis不同。2.數(shù)據(jù)分析其實(shí)我們可以說(shuō)數(shù)據(jù)分析是數(shù)據(jù)的一種運(yùn)算方法或算法。目標(biāo)是根據(jù)先驗(yàn)約束進(jìn)行整理、篩選和處理數(shù)據(jù)，從而得到信息。

1，Da數(shù)據(jù):Da數(shù)據(jù)是數(shù)據(jù)的集合，大大超過(guò)了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具在采集、存儲(chǔ)、管理和分析方面的能力。2.數(shù)據(jù)分析:數(shù)據(jù)分析是指通過(guò)適當(dāng)?shù)慕y(tǒng)計(jì)分析方法，對(duì)收集到的大量數(shù)據(jù)進(jìn)行分析，提取有用信息并形成結(jié)論，對(duì)數(shù)據(jù)進(jìn)行詳細(xì)研究和總結(jié)的過(guò)程。3.數(shù)據(jù)挖掘:數(shù)據(jù)挖掘是從大量的數(shù)據(jù)中通過(guò)分析每一個(gè)發(fā)現(xiàn)的。

換句話說(shuō)，數(shù)據(jù) 挖掘是從大量的不完整的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中提取隱藏的、但潛在有用的信息和知識(shí)的過(guò)程。2.與數(shù)據(jù)Analysis數(shù)據(jù)Analysis和-2挖掘的區(qū)別都是從數(shù)據(jù)庫(kù)中找到知識(shí)，所以我們稱之為。但嚴(yán)格來(lái)說(shuō)，數(shù)據(jù) 挖掘才是數(shù)據(jù)庫(kù)中真正的KDD。

數(shù)據(jù)挖掘(英文:Datamining)，又譯為數(shù)據(jù)挖掘，數(shù)據(jù)mining。這是數(shù)據(jù)庫(kù)knowledge discovery indatabases(簡(jiǎn)稱KDD)中的一個(gè)步驟。數(shù)據(jù) 挖掘一般指通過(guò)算法搜索隱藏在大量數(shù)據(jù)中的信息的過(guò)程。北京IT培訓(xùn)的發(fā)現(xiàn)-2挖掘通常與計(jì)算機(jī)科學(xué)有關(guān)，通過(guò)統(tǒng)計(jì)學(xué)、聯(lián)機(jī)分析處理、信息檢索、機(jī)器學(xué)習(xí)、專家系統(tǒng)(依靠過(guò)去的經(jīng)驗(yàn)規(guī)則)和模式識(shí)別來(lái)實(shí)現(xiàn)上述目標(biāo)。

涉及到很多算法，比如機(jī)器學(xué)習(xí)衍生的神經(jīng)網(wǎng)絡(luò)和決策樹(shù)，基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)，分類回歸樹(shù)，相關(guān)分析等。數(shù)據(jù) 挖掘的定義是從海量的數(shù)據(jù)中尋找有意義的模式或知識(shí)。大數(shù)據(jù)(bigdata)是指在可承受的時(shí)間范圍內(nèi)，常規(guī)軟件工具無(wú)法捕獲、管理和處理的數(shù)據(jù)的集合。它是一種信息資產(chǎn)，需要新的處理模式來(lái)?yè)碛懈鼜?qiáng)的決策力、洞察和發(fā)現(xiàn)能力以及流程優(yōu)化能力，以適應(yīng)大規(guī)模、高增長(zhǎng)率和多樣化。

數(shù)據(jù)分析的目的與數(shù)據(jù) 挖掘不同。數(shù)據(jù)分析有明確的分析組，就是把各個(gè)維度的組進(jìn)行拆分、劃分、組合，找出問(wèn)題所在。數(shù)據(jù) Fa 挖掘的目標(biāo)群體是不確定的，這就需要我們更多的從數(shù)據(jù)的內(nèi)在關(guān)系去分析，從而結(jié)合業(yè)務(wù)、用戶和數(shù)據(jù)做出更多的洞察和解讀。數(shù)據(jù)分析不同于數(shù)據(jù) 挖掘。一般來(lái)說(shuō)，數(shù)據(jù)分析是基于客觀的數(shù)據(jù)進(jìn)行連續(xù)的驗(yàn)證和假設(shè)，而數(shù)據(jù)。

分析框架(假設(shè)) 客觀問(wèn)題(數(shù)據(jù)分析)結(jié)論(主觀判斷)While數(shù)據(jù)挖掘大部分都是大而全，多而精，數(shù)據(jù)模型越多越準(zhǔn)確。數(shù)據(jù)它們之間的關(guān)系越清晰數(shù)據(jù)分析更依賴于業(yè)務(wù)知識(shí)，數(shù)據(jù) 挖掘更強(qiáng)調(diào)技術(shù)的實(shí)現(xiàn)，對(duì)業(yè)務(wù)的要求略有降低，數(shù)據(jù) 挖掘往往需要更多數(shù)據(jù)數(shù)量，而數(shù)據(jù)數(shù)量越大，技術(shù)要求越高，需要更強(qiáng)的編程能力、數(shù)學(xué)能力和機(jī)器學(xué)習(xí)能力。