隨著云時(shí)代的到來和SaaS概念的引入，越來越多的企業(yè)開始選擇由SaaS應(yīng)用提供商、運(yùn)營商等通過互聯(lián)網(wǎng)平臺(tái)提供SaaS應(yīng)用服務(wù)，SaaS應(yīng)用的數(shù)據(jù)量面臨著TB級(jí)的增長速度；不同的SaaS應(yīng)用體系，提供的數(shù)據(jù)結(jié)構(gòu)也不完全相同，數(shù)據(jù)有文本、圖形甚至小型數(shù)據(jù)庫；SaaS應(yīng)用數(shù)據(jù)隨著云服務(wù)平臺(tái)的分布性特點(diǎn)，有可能分布在不同的服務(wù)器上，如何對(duì)這些異構(gòu)異源的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，是云時(shí)代的企業(yè)面臨的難題。

云時(shí)代企業(yè)數(shù)據(jù)挖掘面臨的挑戰(zhàn)

挖掘效率：進(jìn)入云計(jì)算時(shí)代后，BI的思路發(fā)生了轉(zhuǎn)換。以前是基于封閉的企業(yè)數(shù)據(jù)進(jìn)行挖掘，而面對(duì)引入互聯(lián)網(wǎng)應(yīng)用后海量的異構(gòu)數(shù)據(jù)（據(jù)預(yù)計(jì)到2020年，爆發(fā)式增長的數(shù)據(jù)量將突破35ZB（1ZB=10億TB））時(shí)，目前并行挖掘算法的效率很低。

多源數(shù)據(jù)：引入云計(jì)算后，企業(yè)數(shù)據(jù)的位置有可能在提供公有云服務(wù)的平臺(tái)上，也可能在企業(yè)自建的私有云上，如何面對(duì)不同的數(shù)據(jù)源進(jìn)行挖掘也是一個(gè)挑戰(zhàn)。

異構(gòu)數(shù)據(jù)：Web數(shù)據(jù)的最大特點(diǎn)就是半結(jié)構(gòu)化，如文檔、報(bào)表、網(wǎng)頁、聲音、圖像、視頻等，而云計(jì)算帶來了大量的基于互聯(lián)網(wǎng)模式提供的SaaS應(yīng)用，如何梳理有效數(shù)據(jù)是一個(gè)挑戰(zhàn)。

SaaS應(yīng)用的數(shù)據(jù)挖掘希望能夠通過海量數(shù)據(jù)存儲(chǔ)平臺(tái)，引入快速并行的挖掘算法，提高數(shù)據(jù)挖掘的質(zhì)量。