來(lái)源：《中國高新技術(shù)產(chǎn)業(yè)導報》

　　北京是中國軟件產(chǎn)業(yè)的中心，產(chǎn)業(yè)規模居全國首位。盡管如此，北京的數據挖掘產(chǎn)業(yè)發(fā)展與中國數據產(chǎn)業(yè)類(lèi)似，仍停留在初級階段。北京擁有大量從事數據挖掘的國內外企業(yè)和單位，分布在理論算法研究、軟件工具、咨詢(xún)服務(wù)、集成開(kāi)發(fā)等產(chǎn)業(yè)鏈各個(gè)環(huán)節。相比較而言，產(chǎn)業(yè)鏈上游市場(chǎng)主要被國外企業(yè)占據，國內企業(yè)主要處于產(chǎn)業(yè)鏈的末端。SAS、SPSS、SAP、Oracle、Teredata、微軟和IBM等企業(yè)都把北京作為輻射中國的核心；而國內企業(yè)像神州數碼、太極、中科軟、華迪、拓爾思等主要提供系統集成服務(wù)，產(chǎn)品和工具提供商數量較少，規模較小，影響力與國外企業(yè)相比有一定差距。

　　北京海量數據挖掘產(chǎn)業(yè)發(fā)展難點(diǎn)分析

　　用戶(hù)數據挖掘工具使用能力弱

　　目前用戶(hù)普遍存在的問(wèn)題是，數據掌握者與數據挖掘結果需求者往往不是同一人，由此造成掌握企業(yè)數據的人不知道數據有什么用，而需要數據挖掘結果的人卻不知道從何處得到這些結果，因而在決策中處于被動(dòng)的局面。用戶(hù)數據挖掘工具使用能力弱，造成企業(yè)數據與數據挖掘結果的集成問(wèn)題突出。

　　用戶(hù)缺乏能夠執行數據挖掘的復合型人才

　　從目前電信、金融行業(yè)的人才結構來(lái)看，主導建設數據挖掘系統的大多是工科出身，業(yè)務(wù)不熟悉，對于數學(xué)領(lǐng)域中的統計學(xué)也都較為生疏。因此這種復合型人才的缺乏也在很大程度上造成了我國數據挖掘市場(chǎng)的不成熟。

　　數據源的可靠性問(wèn)題

　　數據源是整個(gè)數據挖掘過(guò)程的源頭，如果源頭的數據不能保證可靠、可信和科學(xué)，那么挖掘得到的信息也就不可靠。因此，如果數據源的問(wèn)題不解決，數據挖掘就是紙上談兵。

　　北京發(fā)展海量數據挖掘產(chǎn)業(yè)的優(yōu)劣勢分析

　　北京發(fā)展海量數據挖掘產(chǎn)業(yè)的優(yōu)勢

　　一是數據挖掘產(chǎn)業(yè)結構完整。完整的數據挖掘產(chǎn)業(yè)鏈條包括算法提供方、產(chǎn)品和工具提供商、系統集成商、咨詢(xún)公司和企業(yè)用戶(hù)。北京是中國軟件產(chǎn)業(yè)的中心，其海量數據挖掘產(chǎn)業(yè)結構相對完整。

　　二是有較為成熟的理論和技術(shù)。北京有較為成熟的海量數據挖掘理論和技術(shù)，擁有北大SAS 數據挖掘卓越中心、中國科大博納數據挖掘中心等專(zhuān)業(yè)研究機構；擁有中科院計算所MSMiner多策略數據挖掘平臺、人大金倉SmartBI系列產(chǎn)品、TRS BigData等海量數據挖掘產(chǎn)業(yè)有代表性的產(chǎn)品。

　　三是數據資源豐富，企業(yè)、政務(wù)機關(guān)集聚，數據的質(zhì)量和數量都占有優(yōu)勢。