Skip to content

Standardizzazione del processo di data mining

CRISP DM – CRoss Industry Standard Process for Data Mining
- Iniziativa lanciata da Daimler Chrysler, SPSS e NCR nel 1996 con l’obiettivo di sviluppare un processo affidabile e ripetibile anche da persone con poca esperienza di data mining, ha portato alla pubblicazione della prima versione nel 1999.
- Oggi largamente supportato dai principali vendor e società di consulenza e adottato da numerose aziende nei diversi settori di mercato.
Fasi:
1. BUSINESS UNDERSTANDING : project objectives and requirements understanding, data mining problem definition.
2. DATA UNDERSTANDING : initial data collection and familiarization, data quality problem identification.
3. DATA PREPARATION : table, record and attribute selection, data transformation.
4. MODELING : modeling techniques selection and application, parameters calibration.
5. EVALUATION : business objectives and issues achievement evaluation.
6. DEPLOYMENT : result model deployment, repeatable data mining process implementation.

Tratto da LABORATORIO INFORMATICO PER LE DECISIONI AZIENDALI di Valentina Minerva
Valuta questi appunti:

Continua a leggere:

Per approfondire questo argomento, consulta le Tesi:

Puoi scaricare gratuitamente questo appunto in versione integrale.

Forse potrebbe interessarti:

Analisi dei processi di CRM nel web: electronic customer relationship management

In questo momento la sola chiave di successo per la piccola impresa, in un mercato globale che sembra sopraffare ogni forma di minimalismo, appare essere la piena adozione di un sistema attento di CRM. Infatti non nego che il CRM sia una strategia ormai necessaria per la sopravvivenza della piccola e media impresa italiana, credo tuttavia che i rischi e le problematiche connesse alla scelta di tale strategia debbano...