On the commercial side, perhaps the

On the commercial side, perhaps the most common use of data mining has been in the finance, retail, and health care sectors.
Data mining is used
to detect and reduce fraudulent activities, especially in insurance claims and credit card use (Chan et al., 1999);
to identify customer buying patterns (Hoffman, 1999);
to reclaim profitable customers(Hoffman, 1998);
to identify trading rules from historical data; and to aid in increased profitability using market-basket analysis.
Data mining is already widely used to better target clients, and with the widespread development of e-commerce, this can only become more imperative with time.

ผลลัพธ์ (ไทย) 1:

ในด้านเชิงพาณิชย์ บางทีใช้กันทั่วไปของการทำเหมืองข้อมูลได้เงิน ขายปลีก และภาคสุขภาพ ใช้การทำเหมืองข้อมูล การตรวจสอบ และลดกิจกรรมการหลอกลวง โดยเฉพาะอย่างยิ่งในการเรียกร้องเงินประกันและบัตรเครดิตใช้ (จันทร์ร้อยเอ็ด al., 1999); ระบุลูกค้าที่ซื้อรูปแบบ (แมน 1999); การเรียกคืนกำไรลูกค้า (แมน 1998); ระบุกฎการค้าจากข้อมูลประวัติศาสตร์ และ เพื่อช่วยในการเพิ่มผลกำไรโดยใช้วิเคราะห์ตลาดตะกร้า การทำเหมืองข้อมูลเป็นแล้วใช้ลูกค้าเป้าหมายดีกว่า และ มีการพัฒนาอย่างแพร่หลายของอีคอมเมิร์ซ นี้สามารถเท่านั้นเป็นความจำเป็นมากขึ้นเวลา

ผลลัพธ์ (ไทย) 2:

ในด้านการค้าอาจจะใช้บ่อยที่สุดของการทำเหมืองข้อมูลที่ได้รับในด้านการเงิน, ค้าปลีก, และสุขภาพภาคการดูแล.
การทำเหมืองข้อมูลที่ใช้ใน
การตรวจสอบและลดการทุจริตโดยเฉพาะอย่างยิ่งในการเรียกร้องการประกันและการใช้บัตรเครดิต (จันและคณะ , 1999);
เพื่อระบุรูปแบบการซื้อของลูกค้า (ฮอฟแมน, 1999);
ลูกค้าที่จะเรียกคืนผลกำไร (ฮอฟแมน, 1998);
เพื่อระบุกฎการค้าจากข้อมูลทางประวัติศาสตร์; และเพื่อช่วยในการทำกำไรที่เพิ่มขึ้นโดยใช้การวิเคราะห์ตลาดตะกร้า.
การทำเหมืองข้อมูลที่มีอยู่แล้วมาใช้กันอย่างแพร่หลายในกลุ่มลูกค้าเป้าหมายได้ดีขึ้นและมีการพัฒนาอย่างกว้างขวางของ e-commerce นี้เท่านั้นที่สามารถกลายเป็นความจำเป็นมากขึ้นกับเวลา

ผลลัพธ์ (ไทย) 3:

ในด้านการค้า บางทีใช้บ่อยที่สุดของการทำเหมืองข้อมูล ได้รับใน การเงิน ค้าปลีก และภาคการดูแลสุขภาพ

ข้อมูลเหมืองแร่ใช้เพื่อตรวจหา และลดกิจกรรมต่างๆ โดยเฉพาะอย่างยิ่งในการเรียกร้องประกัน และใช้บัตรเครดิต ( ชาน et al . , 1999 ) ;
ระบุรูปแบบการซื้อลูกค้า ( ฮอฟแมน , 1999 ) ;
เรียกคืนลูกค้ากำไร ( ฮอฟแมน , 1998 ) ;
เพื่อระบุกฎการซื้อขาย จากข้อมูลทางประวัติศาสตร์ และช่วยในการเพิ่มกำไรโดยใช้การวิเคราะห์ตะกร้าตลาด เหมืองแร่
ข้อมูลแล้วใช้ดีลูกค้าเป้าหมาย และด้วยการพัฒนาอย่างแพร่หลายของเทคโนโลยีนี้สามารถกลายเป็นขวางมากขึ้นด้วย
.