数据挖掘课件

本文格式为Word版，下载可任意编辑——[数据挖掘课件数据仓库与数据挖掘信息学院李翠平CourseOutlinenIntroductionnFrequentPatternsnClassificationnClusterAnalysisnOurlierDetectionnDataWarehouseandOLAPTechnologyforDataMiningnAdvancedtopicindataminingnStreamdataminingnTime-seriesandsequentialpatternminingnGraphandstructuredpatternminingnSpatiotemporalandmultimediadataminingnMulti-relationalandcross-databasedataminingnSocialnetworkanalysisnTextandWebminingnOtherinterestingdataminingtopicsnDataMiningApplicationsExamples分组报告Date2DataMiningConceptsandTechniques课程要求、劳绩评估、参考书课程要求n按时上课和完成作业，积极参与课堂议论，评估劳绩n平日（50％考勤课堂报告n期末（50％参考书nJiaweiHanDataMiningConceptandTechniques（数据库视角看数据挖掘）nDavidJ.Hand等，PrinciplesofDataMining（统计视角看数据挖掘）n王珊，李翠对等，数据仓库与数据分析原理Date3DataMiningConceptsandTechniquesIntroductionnMotivationWhydataminingnWhatisdataminingnDataMiningOnwhatkindofdatanDataminingfunctionalitynAreallthepatternsinterestingnDataMiningFrameworknIntegrationofDataMiningandDataWarehousingnMajordataminingconferenceDate4DataMiningConceptsandTechniquesNecessityIstheMotherofInventionnDataexplosionproblemnAutomateddatacollectiontoolsandmaturedatabasetechnologyleadtotremendousamountsofdataaccumulatedand/ortobeanalyzedindatabases,datawarehouses,andotherinationrepositoriesnWearedrowningindata,butstarvingforknowledgenSolutionDatawarehousinganddataminingnDatawarehousingandon-lineanalyticalprocessingnMininginterestingknowledgerules,regularities,patterns,constraintsfromdatainlargedatabasesDate5DataMiningConceptsandTechniquesEvolutionofDatabaseTechnologyn1960snDatacollection,databasecreation,IMSandnetworkDBMSn1970snRelationaldatamodel,relationalDBMSimplementationn1980snRDBMS,advanceddatamodelsextended-relational,OO,deductive,etc.nApplication-orientedDBMSspatial,scientific,engineering,etc.n1990snDatamining,datawarehousing,multimediadatabases,andWebdatabasesn2000snStreamdatamanagementandminingnDatamininganditsapplicationsnWebtechnologyXML,dataintegrationandglobalinationsystemsDate6DataMiningConceptsandTechniquesWhatIsDataMiningnDataminingknowledgediscoveryfromdatanExtractionofinterestingnon-trivial,implicit,previouslyunknownandpotentiallyusefulpatternsorknowledgefromhugeamountofdatanDataminingamisnomernAlternativenamesnKnowledgediscoveryminingindatabasesKDD,knowledgeextraction,data/patternanalysis,dataarcheology,datadredging,inationharvesting,businessintelligence,etc.nWatchoutIseverything“datamining”nDeductivequeryprocessing.nExpertsystemsorsmallML/statisticalprogramsDate7DataMiningConceptsandTechniques数据挖掘与KDDn也可以把数据挖掘作为KDD的一个步骤。

nKDD是一个以学识使用者为中心，人机交互的探索过程，包括了在指定的数据库中用数据挖掘算法提取模型，以及围绕数据挖掘所举行的预处理和结果表达等一系列的步骤。

n尽管数据挖掘是整个过程的中心，但它通常只占KDD过程1525的工作量。

数据源数据集成数据预处理数据挖掘评估表示模式学识图7.1将数据挖掘看作KDD的一个步骤目标数据清白数据Date8DataMiningConceptsandTechniquesDataMiningOnWhatKindsofDatanRelationaldatabasenDatawarehousenTransactionaldatabasenAdvanceddatabaseandadvancedapplicationsnObject-relationaldatabasesnTemporaldatabasesandtime-seriesdatabasesnSpatialdatabasesandspatiotemporaldatabasesnTextdatabasesandmultimediadatabasenHeterogeneousdatabasesandlegacydatabasesnDatastreamsnTheWorld-WideWebDate9DataMiningConceptsandTechniques数据挖掘的特点（1）n第一，数据挖掘的数据源务必是真实的。

n数据挖掘所处理的数据通常是已经存在的真实数据（如超市业务数据），而不是为了举行数据分析而特意收集的数据。因此，数据收集本身不属于数据挖掘所关注的焦点，这是数据挖掘识别于大多数统计任务的特征之一。

Date10DataMiningConceptsandTechniques数据挖掘的特点（2）n其次，数据挖掘所处理的数据务必是海量的。

n假设数据集很小的话，采用单纯的统计分析方法就可以了。但是，当数据集很大时，会面临大量新的问题，诸如，数据的有效存储、快速访问、合理表示等。

Date11DataMiningConceptsandTechniques数据挖掘的特点（3）n第三，查询一般是决策制定者（用户）提出的随机查询。

n查询要求生动，往往不能形成精确的查询要求，要靠数据挖掘技术来探索可能的查询结果。

Date12DataMiningConceptsandTechniques数据挖掘的特点（4）n第四，挖掘出来的学识一般是不能预知的，数据挖掘察觉的是潜在的、别致的学识。

n这些学识在特定环境下是可以采纳、可以理解、可以运用的，但不是放之四海皆准的。

Date13DataMiningConceptsandTechniquesDataMiningFunctionalitiesnConceptdescriptionCharacterizationanddiscriminationnGeneralize,summarize,andcontrastdatacharacteristics,e.g.,dryvs.wetregionsnAssociationcorrelationandcausalitynDiaperàBeer[0.5,75]CorrelationorcausalitynClassificationandPredictionnConstructmodelsfunctionsthatdescribeanddistinguishclassesorconceptsforfuturepredictionnE.g.,classifycountriesbasedonclimate,orclassifycarsbasedongasmileagenPresentationdecision-tree,classificationrule,neuralnetworknPredictsomeunknownormissingnumericalvaluesDat