问数据挖掘的发展趋势如何

你的论文题?有字数要求么?数据挖掘(data mining)自1995年在kdd(knowledge discover in database)国际学术会议上由usama fayyad首次提出后, 已成为当下最流行的词语之一. 不仅是因为其炫丽的技术, 它给商业社会带来了无限的影响，尤其是在如银行、电信、保险、交通、零售（如超级市场）等商业领域。数据挖掘所能解决的典型商业问题包括：数据库营销（database marketing）、客户群体划分（customer segmentation & classification）、背景分析（profile analysis）、交叉销售（cross-selling）等市场分析行为，以及客户流失性分析(churn analysis)、客户信用记分(credit scoring)、欺诈发现(fraud detection)等等。至于发展趋势嘛，目前ibm打出了"智慧地球"的战略，其本质就是数据分析与数据挖掘。为了实现战略目标，ibm在近几年经济萧条期间通过大量的收购并购来构筑自己的软件和服务竞争力：2007年50亿刀收购cognos构筑自己的在线联机分析能力；2009年12亿刀收购统计分析软件spss（也就是数据挖掘软件）；2010年17亿刀收购数据仓库集成平台netezza；通过观察ibm，对该行业的发展趋势可见一斑，而数据挖掘作为数据的“终极”应用，也将会成为未来行业的新宠另外，华尔街的金融学家基本都是数据挖掘的好手（数据挖掘的原理就是数理统计分析）如果想了解更多，可以参考韩家炜的《数据挖掘概念与技术》吧，这个比较权威。

数据仓库日益普及。尽管数据挖掘并不一定要有数据仓库的支持，但它仍然经常被看成数据仓库的后期产品，因为那些努力建立数据仓库的人有最丰富的数据资源可供挖掘。 Internet数据挖掘。许多供应商将数据挖掘技术用于电子商务，以提高Internet战点和客户的关联行。如IBM公司发布Web为中心的数据挖掘解决方案SurAid。 EIS工具供应商也在集成数据挖掘功能。将数据挖掘工具和查询及EIS工具集成起来将导致一个基于发现的过程，由此发现过程最终用户能获得最有用的东西，进而根据这些新的信息对有关问题进行更明确的阐述。 数据挖掘供应商更注重纵向市场。数据挖掘涉及到对数据内在本质的理解，因此供应商们更注重纵向市场。比如DataMind公司的重点是电信业的跳槽。电信业竞争的不规范和白害敞愤缎莅等缝劝俯滑热化已使保持客户成为一个备受关注的热点问题。