华南理工大学《数据挖掘》复习资料.doc

华南理工大学《数据挖掘》复习资料  【英文缩写】 BI(商务智能): Business Intelligence OLAP(联机分析处理): Online Analytical Processing OLTP(联机事务处理): Online Transaction Processing ETL(提取/变换/装入): Extraction/Transformation/Loading KDD(数据中的知识发现): Knowledge Discovery in Databases Lecture 1. 【知识发现的主要过程】 数据清理（消除噪声和不一致的数据） 数据集成（多种数据源可以组合在一起） 数据选择（从数据库中提取与分析任务相关的数据） 数据变换（数据变换或同意成适合挖掘的形式，如通过汇总或聚集操作） 数据挖掘（基本步骤，使用只能方法提取数据模式） 模式评估（根据某种兴趣度度量，识别表示只是的真正有趣的模式） 知识表示（使用可视化和只是表示技术，向用户提供挖掘的知识） 【挖掘的知识类型】 概念描述：特征划与区分(概化、摘要、以及对比数据特征) 关联（相关性或者因果关系） 分类与预测：对类或概念构造模型或函数以便对未来数据进行预测 聚类分析：类标识符是未知的，把数据分成不同的新类，使得同一个类中的元素具有极大的相似性，不同类元素的相似性极小。 趋势与偏差分析：序