In the second stage, advanced diagn

In the second stage, advanced diagnosis, data mining is used to
seek correlations among the categories of customer complaints.
Data mining has been described as ‘‘the nontrivial extraction of implicit,
previously unknown, and potentially useful information
from data’’ (Frawley, Piatetsky-Shapiro, & Matheus, 1992) and
‘‘the science of extracting useful information from large datasets
or databases’’ (Hand, Mannila, & Smyth, 2001; Hsia, Shie, & Chen,
2008). The results of the data-mining analyses (in providing correlations
among the categories of complaints) are essential to the
development of the improvement strategy of action plans in the
next stage of the model.

ผลลัพธ์ (ไทย) 1:

ในขั้นตอนการตรวจวินิจฉัยโรคขั้นสูงที่สองการทำเหมืองข้อมูลที่ใช้ในการแสวงหาความสัมพันธ์
หมวดหมู่ของข้อร้องเรียนจากลูกค้า.
การทำเหมืองข้อมูลได้รับการอธิบายว่า'' สกัดขี้ปะติ๋วของปริยาย

ข้อมูลก่อนหน้านี้ที่ไม่รู้จักและมีประโยชน์ที่อาจเกิดขึ้นจากข้อมูล '' (Frawley, piatetsky-ชาปิโรส์& Matheus, 1992) และ
'' วิทยาศาสตร์ของการสกัดข้อมูลที่เป็นประโยชน์จากชุดข้อมูลขนาดใหญ่
หรือฐานข้อมูล'' (มือ mannila, &เบิร์นส 2001; hsia, Shie, &เฉิน
2008) ผลของการวิเคราะห์การทำเหมืองข้อมูล (ในการให้ความสัมพันธ์ระหว่าง
ประเภทของการร้องเรียน) มีความจำเป็นเพื่อการพัฒนา
ของกลยุทธ์การปรับปรุงแผนปฏิบัติการใน
ขั้นตอนต่อไปของรูปแบบ

ผลลัพธ์ (ไทย) 2:

ในขั้นสอง ขั้นสูงวินิจฉัย การทำเหมืองข้อมูลคือใช้
หาความสัมพันธ์ระหว่างประเภทของข้อร้องเรียนลูกค้า.
ทำเหมืองมีการอธิบายว่า '' nontrivial สกัดนัย,
ข้อมูลที่ไม่รู้จักก่อนหน้านี้ และอาจเป็นประโยชน์
จากข้อมูล '' (Frawley, Piatetsky-Shapiro & Matheus, 1992) และ
'' ศาสตร์แยกข้อมูลที่เป็นประโยชน์จาก datasets ขนาดใหญ่
ฐานข้อมูลหรือ '' (มือ Mannila & Smyth, 2001 &วอ Shie เฉิน,
2008) ผลการวิเคราะห์ข้อมูล (ให้สัมพันธ์
ระหว่างประเภทของข้อร้องเรียน) จำเป็นต่อการ
พัฒนาปรับปรุงกลยุทธ์ของแผนการดำเนินการใน
แบบขั้นต่อไป

ผลลัพธ์ (ไทย) 3:

อยู่ในขั้นตอนที่สอง,ขั้นสูงการวินิจฉัย,ข้อมูลการทำเหมืองแร่ใช้ในการ
ซึ่งจะช่วยหาสัมพันธ์เชิงใน ประเภท ของลูกค้าการร้องเรียน.
ข้อมูลการทำเหมืองแร่ได้รับการอธิบายว่าเป็น"(การขุดของได้โดยปริยาย,
ก่อนหน้านี้ไม่ทราบและได้ข้อมูลที่เป็นประโยชน์
จากข้อมูล"( frawley , piatetsky-shapiro ,& matheus , 1992 )และ
ซึ่งจะช่วย"วิทยาศาสตร์ของการแยกข้อมูลที่เป็นประโยชน์จากขนาดใหญ่ datasets
หรือฐานข้อมูล"(มือ mannila & smyth 2001 HSIA แบบ shie & Chen
2008 ) ผลที่ได้จากการวิเคราะห์ข้อมูลการทำเหมืองแร่(ในการให้สัมพันธ์เชิง
ซึ่งจะช่วยใน ประเภท ของการร้องเรียน)มีความสำคัญอย่างยิ่งต่อ
ซึ่งจะช่วยการพัฒนากลยุทธ์การพัฒนาการของแผนการดำเนินการในขั้นต่อไป
ของรุ่นที่