我是帆軟數據挖掘的產品經理，在FineBI的新版本5.0中，你們將看到數據挖掘功能，這是我們第一次做數據挖掘功能，自然是要廣而告之了。
市場部的同事來找我，希望我來寫一篇文章宣傳一下，作為產品經理，責無旁貸嘛。傳統宣傳三段論：功能業務價值好大－>我們功能做得真好->客戶給我們的評價很棒。嗯，這很簡單，但缺了點什麼。是什麼呢？是誠意。所以我要寫一些我真實的感受和想法，相信用心寫的文字可以被感受到，和產品一樣的。
數據挖掘很有趣，也很有用
這是我開始數據挖掘產品到現在以來最深的感受。
你一定聽過黃金分割比率1.618，植物葉片形狀、DNA分子結構、銀河系的運行軌道都有這個比率的存在。你也應該聽過斐波那契數列，從第三項開始，每一項都等於前兩項之和：1、1、2、3、5、8、13、21、34...... ，這個數列後一項與前一項的比值無窮接近黃金分割1.618，是不是很神奇。同樣的，自然中到處都是斐波那契數列，花瓣以及果實的排列方式，兔子的繁殖。再進一步，我們看斐波那契數列還有一個神奇的規律，前面n項的平方和＝n項*n+1項，為什麼？用一個圖形來解釋一下：
因崔斯汀，但有什麼用呢？首先，設計師對黃金分割的研究是很深入的，這個不談。不知道你是否聽過，股市中有個神奇的規律，不可解釋但卻有用，這就是斐波那契數列周期，看大盤的走勢，可以看出每一次市場的月線回調連續下跌有一定的規律，即中級別的月線下跌往往調整5個月左右，大級別的下跌往往調整8個月左右，超大級別的下跌往往會在13個月附近見底。斐波那契數列在股市的時間變盤過程中起到了一定的預測作用，雖然不能保證每次預測的百分之百的正確，但多少也給投資者指出了一個方向。而從這裡我看到的是，數學真的是很有用。
該說數據挖掘了，數據挖掘的定義是有很多的，解讀它的定義是沒什麼意思的。我覺得，數據挖掘是拉近了數學和業務場景的距離的。比如我們曾經學過的線性代數，你可能已經忘了，可以通過下面的公式來回憶一下。
矩陣的乘法為什麼這樣規定？為什麼這麼奇怪的乘法規則可以在實踐中有著巨大的作用？很多看上去完全不相關的問題，最後卻都可以歸結到矩陣的乘法上，是不是很神奇？在矩陣乘法規則之下，是不是隱藏著世界的某些本質規律？
在我們的物理空間中，是存在運動的，在線性空間內，也是有運動的，而矩陣的乘法就是用來表達線性空間中對象的運動的。為了讓你還能讀下去，這裡不能更多的展開了。你可能會問，矩陣運算也好，線性空間運動也好，它有什麼用？當然是有用的，這些很難和生活聯繫起來的數學知識，在數據挖掘中都會用起來的。
人工神經網絡相信你一定有所耳聞，然而你知道嗎，人工神經網絡中的每一層，都是由矩陣運算連接著的。它是什麼作用呢，最基本的了解，看這個例子就夠了。下面兩個圖，紅線是一組數據，藍線是一組數據，如何用一條直線把兩組數據分開呢？(單層神經網絡只能畫出n-1維的超平面，所以二維數據只能劃出一條線)
答案就是增加一層神經元，將這個二維的空間的數據，通過矩陣乘法，運動到三維線性空間，形成下圖所示的數據。這樣，就可以一刀切下去，把兩組數據分開了，而再把這三維線性空間變回二維，中間切開的那條直線，就變成了上圖中的分割線，是條曲線。是不是很神奇？
所以，神經網絡的層數越多，他解決複雜問題的能力就越強，它可以識別風險、可以聽聲音、還可以鑑黃，前些日子又因為下棋大火了一把。當然，不管是矩陣運算，或是神經網絡，都不是我今天的目的，他們都足夠單獨開幾個主題了。你看，數學\數據挖掘是這麼的因崔斯汀，這些知識也有如此多的應用，只是用起來難度確實高了點。想像一下，如果把這些知識封裝起來整合到產品中，讓很多企業都能享受數學福利，豈不是很贊。不用說，有這種想法的人，我不是第一個，這類的產品，市場上已經很多了。
有的在實幹，有的在張望，有的在忽悠
這是我眼中的市場現象。數據挖掘知識能夠發展，還是因為它有著巨大的商業價值，將它揉碎嚼爛應用到產品中，並且給企業帶來商業價值的案例比比皆是。谷歌的搜索、抖音的推薦、阿里的醫療，隨便一個都是讓我們羨慕又讚嘆的應用。
當然了，總要有人走在前面。如果你的企業還沒有玩轉數據挖掘，相信你也這樣想過。他們因為對技術的掌握和應用賺得盆滿缽滿，我們雖然不能嫉妒，但也想通過這些技術喝點湯啊，畢竟已經有人走在了前面，應該不難吧。若是把他們走過的路原樣都走一遍，好像也不太容易。但是如果將他們走過的路修一修，再通上公交車，這樣走過去就好多了。同樣，意識到這個問題的人，我不是第一個。
（公交車意指市面上各種通用的數據挖掘類工具）
市場上的公交車也不少，大車小車，使命必達者為好車。可有一些車還真的是不夠好，它不看路只會走直線。如果只是想要時間序列，就集成時間序列；想要聚類就集成聚類，要不了多久，這產品就已經功能齊全算法無數了。這樣堆積功能的產品，除了POC時風光一時，真正用起來卻各種彆扭。整塊整塊開源算法的粗暴集成，讓它們不能適應各種業務場景，而需要場景來適應算法，比如它的時序預測只支持一條序列，莫非讓人家有好幾百個產品的公司排隊預測嗎？這樣造就了功能好買不好用的局面，中小企業通過第三方挖掘工具創造的挖掘價值的數量，並不理想。
我們來晚了，可這車一開，就停不下來
數學與數據挖掘很早就存在了，他們有趣也有用。沒有更早一點開發她們的價值，服務我們的客戶，是有遺憾的。往者不可諫，來者猶可追，我們還是來了。而且，我們為此做了些準備。FineBI5.0，我們吃透了一些算法也帶來了這些算法，涉及了時間序列、聚類、關聯規則、回歸、分類這五類算法。我們知道，這還不夠，學的越多越是覺得深不可測，所以，我們集成了R語言，很快也會集成Python，他山之石可以攻玉嘛。但是，這還是不夠。
吃透的知識不是懂了，而是會用了，我們這車，賣出了票不行，送到你想去的地方才是價值。所以，在產品發布之前，我們就與我們的客戶合作，將數據挖掘的價值應用到客戶的業務中。這段時間，我們實現了採購價格異常的檢測，我們實現了銷售量的預測，我們將誤差率降低到了三期權重誤差為0.13；我們正挑戰門店地址的銷售額評估，樣本量很少條件很艱苦，但我們也有了突破；我們跑了幾十種算法對比分析、做了幾百次的特徵選擇、遍歷過算法的所有參數。我們也知道，現在的我們，現在的產品，都還只是初級階段，要走的路還很遠，這只是開始，但我們已經開始，就不會停下來，未來會有更強大的功能更深入的應用。
數學是個好東西，她可以服務更多的人，讓高斯、萊布尼茲、歐拉、黎曼重新走進你的生活如何？總之，我們即將發車了，現在的票價不貴，等你上車，數學的樂趣和價值給你，使命必達給我們。
大風起兮雲飛揚
1、基於過去的航空公司乘客數據預測未來十個月的乘客數量
2、基於已有會員數據預測未註冊客戶的會員等級
3、根據花萼長度和寬度、花瓣長度和寬度來對花卉種類分類。
最後，FineBI 5.0 已在官網上線，趕緊上車，體驗一把數據挖掘！