Blog刚开张说些什么好呢？就谈一谈学术界流行的数据挖掘吧。
数据挖掘本来就是数据分析，用数学和统计的方法分析已有的数据。可是这个概念在商业上和学术上却产生的天地一般的差别，在商业上，数据挖掘指的实际就是数据库的整合和查询，最多加上一些非常简单的算法，比如关联，就成了所谓的数据挖掘系统，再者就干脆理解为OLAP和报表制作；而学术上呢？要是你翻开Datamining的教科书或者论文集，你要担心了，除非你是个数学系的毕业生，否则你绝对不会理解里面概念、公式和结论。为什么有这么大的差别呢？从软件工程的角度来看，原来商人和学者的需求完全不同，商人不需要高深的理论，什么样的工具对生意有用，对管理有用，就用什么工具，最好直观可信易懂；但学者正好相反，要发表论文没有创新不行，因此越来越多艰深的理论被写入论文。这样造就了两个截然不同的数据挖掘领域。
其实要说都不一样也不确切，许多优秀可行的分析方法在时间的考验中沉淀下来，逐步进入了商业领域，同时商业管理系统包括ERP，CRM也越来越注重新方法的应用，看来商业和学术也不是两条平行线。
我们java人能做什么呢？看到许多领域：B/S、GIS、ERP、CAD乃至数据库都有相应的开源软件群了，而数据分析和挖掘却一直很少人问津，并不是它没有用，而是DM要求的门槛较高，更需要耐心和恒心，因此希望越来越多的人关注开源数据分析/挖掘的实现。