|
数据挖掘工具
|
Unica
|
SAS/EM
|
Insightful Miner
|
IBM IM
|
SPSS
|
|
产品构成（功能模块）
|
Affinium Model
响应（流失）模型、交叉销售模型、市场细分及客户描述、客户价值分析 |
SAS Base
、
SAS Graph
、
SAS EM
|
S-PLUS
，
Insightful Miner,
无数据量限制，含有最丰富的算法库与统计分析函数库
|
分类、分群、关联、相似序列、序列模式、预测
|
Base
、
Clementine
|
|
图形化界面
|
Yes
|
Yes
|
Yes
|
Yes
|
Yes
|
|
菜单驱动
|
Yes
|
No
|
Yes
|
No
|
No
|
|
托拽式操作
|
Yes
|
Yes
|
Yes
|
Yes
|
Yes
|
|
数据挖掘模型（列举）
|
神经网络、线性回归、
Logist
回归、后向传播神经元网络、
CHAID
、
CART
决策树、
Na
ï
ve Bayes
、
RFM
、
K
－
Mean
等几百个模型和算法
|
神经网络、决策树、传统统计技术、预测、时间序列、聚类方法、关联方法等
|
神经网络、决策数神经网络、决策树、最邻近算法、预测、时间序列、聚类方法、
logistic regression, cox regression
等
|
神经网络、决策数神经网络、决策树、最邻近算法、预测、时间序列、聚类方法、关联方法等
|
共
12
类模型：
Neural Net
，
C5.0
，
C&R Tree
，
Kohonen
，
K-Means
，
TwoStep
，
Apriori
，
GRI
，
Sequence
，
PCA/Factor
，
Regression
，
Logistic
|
|
灵活算法
|
Yes
能自动选择参与模型运算的变量
|
No |
No |
No
|
No
|
|
具有多模型整合能力
|
Yes
|
Yes |
Yes |
No
|
Yes
|
|
数据挖掘流程易于管理
|
良
|
良
|
优
|
一般
|
中
|
|
数据挖掘流程可再利用
|
Yes
|
Yes |
Yes |
Yes
|
Yes
|
|
数据挖掘流程可充分共享
|
Yes
|
No |
Yes |
Yes
|
Yes
|
|
提供模型评估方法
|
Yes
|
Yes |
Yes |
Yes
|
Yes
|
|
挖掘结果可集成于其他应用
|
Yes
（能生成标准的
C
代码和
SAS
代码）
|
No |
Yes |
No
|
Yes
（但不能脱离
SPSS Clemnetine
平台）
|
|
最大数据处理量
|
16000
个变量、
20
亿条记录
|
|
无限制
|
|
不限
|
|
挖掘过程监控
|
Yes
|
Yes |
Yes |
Yes
|
Yes
|
|
异常处理
|
Yes
|
Yes |
Yes |
Yes
|
差
|
|
并行处理能力
|
Yes
|
No |
Yes |
Yes
|
Yes
|
|
支持访问异构数据库
|
Yes
|
Yes（需单独购买） |
Yes |
Yes
（需单独的模块支持）
|
Yes
|
|
提供二次开发接口函数
|
Yes
|
No |
Yes |
Yes
|
Yes
|
|
扩展能力
|
No
|
No |
Yes，S语言是个开放的开发平台 |
No
|
No |
|
挖掘结果转化为主流格式文件、图形的能力
|
Yes
|
No |
Yes |
|
Yes
|
|
支持多层次分析人员
|
Yes
能支持业务分析人员、统计分析人员、
IT
人员使用
|
No
|
No
|
No
|
No
|
|
其他
|
将数学建模过程自动化、支持多层次分析人员使用、对软件使用人员要求低、实施周期短、响应数据快、具有多种报表、易于理解分析结果。
|
需具备较强的计算机、数据挖掘的理论和实践基础；每年需缴纳第一年软件许可费的
50%
的租费。
|
可以购买永久使用权，需要较强的数据库与数据挖掘理论基础
|
必须建立在
DB2
的基础上、分析结果解释困难
|
需具备较强的计算机、数据挖掘的理论和实践基础
|
|
|
|
|
|
|
|
凡是有该标志的文章，都是该blog博主Caoer（草儿）原创，凡是索引、收藏
、转载请注明来处和原文作者。非常感谢。