Технологии интеллектуального анализа данных : учебное пособие

73 объекты, а с другой – объекты, имеющие вероятностное или не- четкое описание. Во-вторых, решение значительно зависит также и от пред- ставления кластеров и предполагаемых отношений объектов дан- ных и кластеров. Так, необходимо учитывать такие свойства, как возможность/невозможность принадлежности объектов несколь- ким кластерам. Необходимо определение самого понятия принад- лежности кластеру: однозначная (принадлежит/не принадлежит), вероятностная (вероятность принадлежности), нечеткая (степень принадлежности). 2.8. Практическое использование Data Mining В настоящее время сформировались два направления приме- нения систем Data Mining: как массового продукта и как инстру- мента для проведения уникальных исследований. Следует отметить, что наибольшее распространение техноло- гия Data Mining получила при решении бизнес-задач. Возможно, причина в том, что именно в этом направлении отдача от использо- вания инструментов Data Mining может составлять, по некоторым источникам, до 1000 % и затраты на ее внедрение могут достаточно быстро окупиться. Сейчас технология Data Mining используется практически во всех сферах деятельности человека, где накоплены ретроспективные данные. Рассмотрим четыре основные сферы применения технологии Data Mining подробно: наука, бизнес, исследования для правитель- ства и Web-направление. 1) применение Data Mining для решения бизнес-задач. Ос- новные направления: банковское дело, финансы, страхование, CRM, производство, телекоммуникации, электронная коммерция, маркетинг, фондовый рынок и другие;