数据挖掘分类及黑客盗用客户数据是哪种数据挖掘?

　　【主要测评要素】 专业能力

　　【参考解析】

　　根据大学时期所学习的知识， 我了解到的数据挖掘技术主要有决策树、 神经网络、回归、 关联规则、 聚类、 贝叶斯分类 6 种， 下面对每一种进行简要的阐述：

　　一是决策树技术。 决策树是一种目前已经成熟的、 普遍采用的数据挖掘技术。 特点是这种分析方法所分析的数据样本先是集成为一个树根， 然后经过层层分枝， 最终形成若干个结点， 每个结点代表一个结论。

　　二是神经网络技术。 神经网络是通过数学算法来模仿人脑思维， 它是数据挖掘中机器学习的典型代表， 而其中的神经网络是人脑的抽象计算模型， 数据挖掘中的 “神经网络” 是由大量并行分布的微处理单元共同组成的。

　　三是回归分析技术。 回归分析包括线性回归和逻辑斯蒂回归， 在数据化运营中使用更多的是逻辑斯蒂回归， 逻辑斯蒂回归又包括响应预测、 分类划分等内容。

　　四是关联规则技术。 关联规则是在数据库和数据挖掘领域中被发明并被广泛研究的一种重要模型， 其主要目的是找出数据集中的频繁模式， 也就是多次重复出现的模式和并发关系， 即同时出现的关系。

　　五是聚类分析技术。 我记得在学习时， 老师对聚类分析有一个通俗的解释和比喻，那就是 “物以类聚， 人以群分”。 针对几个特定的业务指标， 他可以将观察对象的群体按照相似性和相异性进行不同群组的划分， 在经过划分之后， 每个群组内部各对象间的相似度会很高， 而在不同群组之间的对象彼此间将具有很高的相异度。

　　六是贝叶斯分类技术。 贝叶斯分类方法是非常成熟的统计学分类方法， 它主要用来预测类成员间关系的可能性。 比如， 通过一个给定观察值的相关属性来判断其属于一个特定类别的概率等。

　　根据我目前的了解， 黑客盗用客户数据多使用的是 FTK 成像仪等技术。