利用算法從大量數(shù)據中自動識別規(guī)律，進行預測或分類。

通過歷史數(shù)據分析，預測未來的趨勢或行為。

找出不同事件之間的關聯(lián)性。

將相似的數(shù)據歸為類。

從文本數(shù)據中提取有價值的信息。

這些方法都用在我司的物聯(lián)網設備認證中通過機器學習建立個設備認證模型，根據設備的行為和特征判斷其合法性；通過預測建模預測設備可能的行為，提前做好風險防控；通過關聯(lián)規(guī)則發(fā)現(xiàn)找出設備認證過程中的關鍵因素；通過聚類分析對設備進行分組管理等。

對于專利使用文本挖掘技術，從大量的專利文獻中提取出關鍵信息，如發(fā)明的主題、關鍵技術點、權利要求等，于我司進行專利檢索和分析。

在文化創(chuàng)意產業(yè)運用數(shù)據挖掘技術，了解消費者的喜好，預測文化產品的流行趨勢，優(yōu)化產品設計和服務提供。

在科技孵化方面，數(shù)據挖掘幫助我司評估項目的潛力，預測市場反指導項目的發(fā)展方向。