以及数据挖掘可以做什么和数据挖掘不能做什么的看法。 为了避免这些错误，我们必须了解发起者对数据挖掘的看法，并且我们必须提供有关数据挖掘实际上是什么以及数据挖掘可以做什么和不能做什么的知识。

开始数据挖掘过程但没有考虑

数据挖掘过程的结束或目标。 如果我们要开始数据挖掘的过程，我们必须从头到尾彻底思  瑞士电话号码数据 考将会发生什么，并预测数据挖掘是否会成功。如果我们不考虑数据挖掘将如何结束，那么数据挖掘过程将以失败告终。

4.没有提供足够的时间进行数据采集、选择和准备。 为了确保数据挖掘过程的顺利进行，我们需要大量的时间并且可能很匆忙，如果我们太匆忙，那么过程的基调就会延迟，或者我们得到的结果不是最佳的。

只看总体结果而不看单独的记

录/预测 数据挖掘成功因素 1. 明确公司希望通过大数据挖掘实现的业务目标 2. 数据源的相关性以避免重复

和不必要的结果 3. 数据完整性。确保涵盖所有重要信息 4. 应用大数据分析结果来实现指定目标 5. 客户参  第一数据库 与度和利润增长作为数     据挖掘成功的指标 康托案例研究 医院希望在不降低服务质量的情况下降低患者护理成本。医院数据挖掘应用中可以开发的潜力之一是识别住院患者成本的决定性属性。通过了解决定护理成本的属性。