第一个：

         数据类型、

               对象的不同属性会用不同的数据类型来描述，如  年龄-->int; 生日 -->date;数据挖掘时也要对不同的类型有不同的对待。

第二个：

         数据质量、

              数据质量直接影响挖掘结果的质量、一般必须解决数据中的 噪点，离群点，数据遗漏，重复。

第三个：

         数据挖掘的预处理步骤、

               数据挖掘前要对数据进行处理，一来使得数据适应挖掘技术，二来提高数据的质量，如把连续值转变成

               离散值（把年龄 变成中年，老年，青年，少年）以适应挖掘技术，又如要减少对象属性的数目。

第四个：

         根据数据之间的关系分析数据、

               数据分析的一种方法就是找出数据之间的关系，而后使用这一关系而不是数据来进行后面分析，如微信附近的人：

               当得到用户之间的距离时，附近与否就根据这一距离来算了。              

Mining 影响数据挖掘结果的 5 方面