2个回答
2021-07-15 · 专注大学生职业技能培训在线教育品牌
关注
展开全部
1.从侧重点上来说,相比较而言,数据分析更多依赖于业务知识,数据挖掘更多侧重于技术的实现,对于业务的要求稍微有所降低。
2.从数据量上来说,数据挖掘往往需要更大数据量,而数据量越大,对于技术的要求也就越高。
3.从技术上来说,数据挖掘对于技术的要求更高,需要比较强的编程能力,数学能力和机器学习的能力。
4.从结果上来说,数据分析更多侧重的是结果的呈现,需要结合业务知识来进行解读。而数据挖掘的结果是一个模型,通过这个模型来分析整个数据的规律,一次来实现对于未来的预测,比如判断用户的特点,用户适合什么样的营销活动。显然,数据挖掘比数据分析要更深一个层次。
2.从数据量上来说,数据挖掘往往需要更大数据量,而数据量越大,对于技术的要求也就越高。
3.从技术上来说,数据挖掘对于技术的要求更高,需要比较强的编程能力,数学能力和机器学习的能力。
4.从结果上来说,数据分析更多侧重的是结果的呈现,需要结合业务知识来进行解读。而数据挖掘的结果是一个模型,通过这个模型来分析整个数据的规律,一次来实现对于未来的预测,比如判断用户的特点,用户适合什么样的营销活动。显然,数据挖掘比数据分析要更深一个层次。
美林数据技术股份有限公司
2023-08-27 广告
2023-08-27 广告
常见的大数据分析工具有:1. Hadoop:分布式计算框架,适合处理大量数据,但学习曲线较陡峭。2. Spark:实时大数据分析工具,易用性好,可扩展性强,但易用性相对较差。3. Flink:实时数据分析工具,处理速度快,可扩展性好,但社区...
点击进入详情页
本回答由美林数据技术股份有限公司提供
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询