关于数据挖掘的思考

看了很多论坛上的帖子，目前大家谈的最多的都是关于数据挖掘算法上的问题。我原来在信用卡公司负责做信用评分卡的，现在去了另一家公司从事通信行业的数据挖掘工作。

事实上，一个优秀的数据挖掘人员所应该关注的并不是采用什么样的算法来处理具体的问题。在数据挖掘的过程中，真正重要的是业务背景和对具体业务的理解。在网站上有很多同学在索要金融业或者通信行业的数据，但是光有数据有什么用呢？仅仅拥有数据，就会迷失在一堆数据的海洋当中。而真正要做的是去理解数据背后所隐藏的业务含义，没有实际的工作背景是很难做到这点的。在实际的数据挖掘工作中，具体的算法往往不是最重要的，重要的是如何根据业务背景构建一个合理的，能够解决的数学模型。这往往需要考验数据挖掘人员在数学建模上的功底。

我觉得我们在论坛上应该更多地讨论一些业务问题和将业务问题转化为挖掘问题的思路和想法，而不是单纯去讨论具体的算法。事实上，一个经过精密设计得Logistic模型已经能解决绝大多数的业务问题了，至于类似神经网络之类的问题在实际的应用当中是很少能用到的。
欢迎大家一起讨论！