数据挖掘的应用和发展趋势ppt课件.ppt

数据挖掘的应用和发展趋势 1 数据挖掘应用 数据挖掘是一门具有广泛应用的新兴学科数据挖掘的一般原理与针对特定应用领域需要的有效数据挖掘工具之间 还存在着不小的距离当前 我们分别从数据库 统计学 机器学习 人工智能 角度研究数据挖掘 在很多领域的应用还是个尝试的探索行为 因此数据挖掘的一般原理与针对特定应用领域需要的有效数据挖掘的工具之间还存在很大的距离 一些热门应用领域 制造海量数据 包括 1 生物医学和一些DNA数据分析2 金融数据分析3 零售业4 电信业 2 生物医学数据挖掘与DNA分析 1 DNA序列 所有的DNA序列由四个基本块 核苷 组成 腺嘌呤 A 胞核嘧啶 C 鸟嘌呤 G 胸腺嘧啶 T 基因 由几百个核苷按照一定次序组织而成的序列人类大概有100 000个基因核苷按照不同次序和序列 可以形成不同的基因 几乎不计其数数据挖掘在DNA分析中的应用包括以下方面 一 异构 分布式基因数据库的语义集成当前 广泛多样DNA数据高度分散杂乱 无控生成与使用可以使用数据挖掘中的数据清理和数据集成的方法 3 生物医学数据挖掘与DNA分析 2 二 DNA序列间相似搜索和比较比较两类基因间频繁出现的模式 如健康基因与带病基因 识别引起各种疾病的基因序列模式 进行特征描述三 关联分析 同时出现的基因序列的识别大部分疾病不是由单一基因引起 而是多个基因的组合作用关联分析可以帮助确定在目标样本中同时出现的基因种类四 路径分析 发现在疾病不同阶段的致病基因不同的基因可能在疾病的不同阶段起作用开发针对疾病不同阶段的治疗药物五 可视化工具与遗传数据分析 螺旋状的DNA序列 4 针对金融数据分析的数据挖掘 1 银行和金融机构中产生的金融数据通常相对比较完整 可靠 高质量 数据量庞大为多维数据分析和数据挖掘设计和构造数据仓库 按月 按地区 按部门 以及按其他因素 查看负债和收入的变化情况1 提供最大最小总和平均和其他统计信息2 贷款偿还预测 客户信用政策分析特征选择和属性相关分析1 贷款偿还效能2 客户信用等级 5 针对金融数据分析的数据挖掘 2 对目标市场客户信息的分类与聚类通过使用各种分类与聚类算法 确定目标市场和客户群 比如 用临近分类 决策树等方法识别客户组 将新客户关联到适合的客户组洗黑钱和其他金融犯罪的侦破1 关键 将多个数据库信息集成起来 各个银行 犯罪记录等等 2 相关工具 可视化工具 分类工具 聚类分析工具 孤立点分析工具 序列模式分析工具等等 6 零售业中的数据挖掘 1 零售业会产生海量的数据 销售记录 客户购物记录等等零售业数据挖掘的应用包括 识别顾客购买行为发现顾客购买模式和趋势改进服务质量增加顾客保持力和满意程度提高货品销量比率设计更好的货物运输和分销策略 7 零售业中的数据挖掘 2 基于数据挖掘的数据仓库设计与构造对数据进行多维分析 可以按照销售 客户 产品 时间和地区等维对数据进行考察对促销策略的有效性进行分析顾客保持力 顾客忠诚度进行分析 通过会员卡 记录一个顾客的购物序列通过序列模式挖掘 来考察顾客消费模式或忠诚度上的变化可以据此对商品的价格和种类做相应的调整购买推荐和商品参照 8 电信业中的数据挖掘 1 电信的快速发展 业务的急剧扩充 产生亟待数据挖掘分析的海量数据 用户资料 通过数据挖掘可以 理解商业行为确定电信经营模式捕捉欺诈行为更好地利用资源提高服务质量电信数据的多维分析电信数据本身就是多维的 如 呼叫时间 持续时间 呼叫者位置 被呼叫者位置 呼叫类型等等 基于这种多维数据信息可以使用数据立方体技术多维多视角研究分析模式 9 电信业中的数据挖掘 2 欺诈模式分析和异常模式识别检测潜在的欺诈客户 盗打 和他们的非典型性使用模式检测入侵用户账户的企图发现需要引起注意的异常模式多维关联和序列模式分析发现一系列电信服务的使用模式 按客户组 月 日进行分组 对特殊服务进行促销改进一个地区某种特殊服务的可获得性电信数据分析中可视化工具的使用与挖掘结果表达 10 数据挖掘的发展趋势 1 应用探索开发针对特定应用的数据挖掘系统 研究针对特定行业领域的数据挖掘方法 从研究方法到实际应用 看不见 的数据挖掘 数据挖掘作为系统的一个内嵌功能 可伸缩的数据挖掘方法基于约束的挖掘允许用户说明和使用约束 引导数据挖掘系统对感兴趣的模式进行搜索数据挖掘系统与数据库系统 数据仓库系统和Web数据库系统的集成整合 11 数据挖掘的发展趋势 2 数据挖掘语言的标准化标准 语言 工具等 将有助于系统开发 提高系统之间的互操作性 促进数据挖掘系统在企业和社会中的教育和使用 像关系数据库中标准语言sql一样 可视化数据挖掘的结果