明确定义业务问题，确定数据挖掘的目的。解释和评估数据挖掘的结果，并将其转化为最终能被用户理解的知识。根据数据函数的类型和数据的特点，选择相应的算法，对提纯转换后的数据集进行数据挖掘。在大型数据库和数据仓库目标中选择数据挖掘的目标数据集；数据预处理进行数据再加工，包括检查数据的完整性和一致性、去噪、填充丢失字段、删除无效数据等。
大数据和数据挖掘的区别？
数据挖掘是从大量的不完全的有噪声的模糊的随机的数据中提取隐含在其中的人们事先不知道的但又是潜在有用的信息和知识的过程。数据挖掘流程定义问题清晰地定义出业务问题，确定数据挖掘的目的。数据准备数据准备包括选择数据在大型数据库和数据仓库目标中 提取数据挖掘的目标数据集;数据预处理进行数据再加工，包括检查数据的完整性及数据的一致性去噪声，填补丢失的域，删除无效数据等。
数据挖掘根据数据功能的类型和和数据的特点选择相应的算法，在净化和转换过的数据集上进行数据挖掘。结果分析对数据挖掘的结果进行解释和评价，转换成为能够最终被用户理解的知识。数据挖掘的技术，可粗分为统计方法机器学习方法神经网络方法和数据库方法。统计方法，可细分为回归分析多元回归自回归等判别分析贝叶斯判别CBR遗传算法贝叶斯信念网络等。
做服装电商怎么精准寻找客户？
电商找精准客户1先确定自己产品的定位，为自己产品的用户画像。比如女装的款式在什么年龄流行，复古还是民族风，休闲还是职业，修身还是宽松等等。2。一旦确定了用户群体，这些人在哪里？比如20-30岁的未婚女性对什么样的话题感兴趣？职场、爱情、培训等话题是他们不变的关注点。
