数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
20世纪80年代，随着计算机存储容量的增加，许多公司开始存储更多的事务性数据。由此产生的记录集合(通常称为数据仓库)太大，无法用传统的统计方法进行分析。举办了几次计算机科学会议和讲习班，以审议人工智能领域的最新进展–例如专家系统、遗传算法, 机器学习和神经网络-可以适应知识发现(计算机科学界的首选术语)。
1995年，这一进程导致在蒙特利尔举行了第一次知识发现和数据挖掘国际会议，并于1997年发行了该杂志。数据挖掘与知识发现。这也是许多早期数据挖掘公司成立和产品引进的时期。
数据挖掘最早的成功应用之一，也许仅次于市场研究，是信用卡-欺诈侦测到了。通过研究消费者的购买行为，寻找规律一个典型的模式通常会变得明显；然后，在这个模式之外进行的购买可以被标记出来，以供以后的调查或拒绝交易。然而，各种各样的正常行为使这一问题具有挑战性；对正常行为和欺诈性行为没有一种单一的区分，对每个人或任何时候都是如此。
每个人都可能会购买一些与他以前做过的不同类型的东西，所以依赖于对单个人来说正常的东西可能会发出太多的错误警报。
提高可靠性的一种方法是首先对具有相似购买模式的个人进行分组，因为小组模式对小的不太敏感。异常。例如，一个“经常出差的人”群体可能会有一种模式，其中包括多种多样的位置，但此组的成员可能会被标记为其他事务，如目录购买，这些事务不符合该组的配置文件。
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含：
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
