《表1：联机数据处理系统与联机分析处理系统对比表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《大数据技术在电商平台中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在进行数据挖掘操作时，模式发现是最为关键的一个环节，在面对各种类型的模式时应当要选择与之相匹配的数据分析算法。现阶段，应用较为常见的数据挖掘方式主要有频繁模式、关联与相关性挖掘模式，在这种模式下一般使用的主流算法是Apriori算法[6]。分类与回归模式的操作对象是已经明确类别的数据集，并从其中探索到数据类型划分的特征模型，并确保该模型可以很好的预测未知数据目标的类别。当下主要采用的分类方式有决策树、遗传算法以及神经网络等。聚类分析方法中需要进行分析的所有数据目标，初始时期并没有任何的分类标记，之后依托于聚类算法实现数据信息的分类。在进行数据分组过程中，需要严格按照类内最大相似度、类间最小相似度的原则进行[7]。如图2所示为聚类分析示意图，基于两点之间的欧式距离为聚类标准，将各点自动划分成三个部分。