1、数据分析之记忆基础推理法
这种方法能够通过已经发生的案例来预测未来发展的一些情况，其主要涉及两个因素，分别是距离函数和结合函数。前者主要是为了找出相似的案例，后者则是将其结合在一起，供参考。记忆基础推理方法的优点在于学习能力强，能够从旧案例中找到新案例的知识点，为企业发展带来有价值的参考数据。而另一个优点在于这种方法能够包容各种形态的数据，效果甚好。
不过，记忆基础推理法也是有缺点的，就是历史数据越多，需要分析的时间越长。
2、数据分析之基因算法
基因算法和细胞有着异曲同工之妙，要想使用基因算法，首先要建立一个模式，然后通过一连串的动作来模拟。基因算法从运用到现在，表现一直不错，因而深受欢迎。
3、数据分析之连结分析
这种以数据图形理论为基础的分析方法，往往以关系为主体，从人和人、物与物之间的关系出发，寻找关系点。比如，电信行业的人可以通过收集顾客打电话的时间和频率，推算顾客的偏好以及提供对公司发展有利的方案，除此之外，通过连结分析，还能够找出对企业发展更为有利的参考数据。
4、数据分析之区别分析
区别分析比较适合分析因变量和自变量为定性定量的问题，这种分析往往在解决分类上非常实用。如果因变量的构成是两个群体，所采用的方式可以围多元区别分析。
区别分析能够找出预测变量的组合，使组间变异大于组内变异，同时还能检查出重心是否有差异，哪些预测变量有最大区别能力等，为企业提供新一轮的测试数据。
除了这四种数据分析方式之外，逻辑回归分析、类神经网络分析、在线分析处理、群集侦测技术等都是数据分析常用的手法，也是企业获取信息，挖掘数据潜能的直接有效方法。
|
