数据挖掘入门材料7-复杂数据的挖掘.pdfVIP

数据挖掘 第七章 复杂数据的挖掘 前面所介绍的数据挖掘方法主要是对关系数据库、交易数据库和由结构化数 据转换与集成过来的数据仓库中的内容进行挖掘。随着数据收集工具，先进的数 据库系统技术，以及互联网技术的迅速发展，不断获得巨量各种复杂形式的数据， 其中包括：结构化形式、非结构化形式、半结构化形式和多媒体形式等。因此数 据挖掘的一个重要任务就是挖掘复杂类型的数据，包括：复杂对象、空间数据、 多媒体数据、时序数据、文本数据和互联网信息。 本章将要讨论如何更进一步地研究发展基本的数据挖掘方法，如：定性归纳、 分类学习、关联挖掘和聚类分析等，以及如何设计出新的数据挖掘方法以处理复 杂类型的数据对象，以便从复杂信息海洋中挖掘出富有价值的知识来。第一节将 介绍多维分析与复杂对象描述性知识的挖掘；第二节介绍空间数据的挖掘；第三 节是关于多媒体数据挖掘；第四节是关于时序数据的挖掘；第五节则是关于文本 数据的挖掘；最后一节是关于互联网信息的挖掘。 许多商用数据仓库与多维数据库分析 工具的主要局限就是：它们对 维的描述与计算所涉及的数据类型均有限制。大多数数据立方（操作）的实现都 将维限制在非数值类型的数据描述；而计算方法也仅为简单的数值累计。为了将 数据挖掘引入包含复杂对象的多维数据分析，就需要了解对复杂结构对象是如何 进行泛化操作的，以及对象立方是如何构造的以便于 处理与对象数据库的 挖掘。 本节将详细介绍复杂对象的泛化操作是如何进行的。 存储与检索复杂结构数据的问题已在对象-系数据库和面向对象数据库系统 领域中进行了较长时间的研究。这些系统将一个大规模复杂数据对象按类（ ） 进行组织；并将这些类构造成类 子类层次结构。一个类中的对象描述包括：（ ） 一个对象标记；（ ）一组可能包含复杂数据结构，如集合-值、列表-值、类别组 成层次、多媒体数据等属性；（ ）一组对相应 （复杂结构）对象进行相 关计算与 处理的方法。 为了便于在这样 （具有复杂结构）的数据库中进行泛化与归纳操作，就需要 对对象-关系数据库和面向对象数据库中的每类成分如何进行泛化，以及泛化后 的数据如何用于多维数据分析和数据挖掘的有关情况进行讨论。 数据挖掘 第七章 复杂数据的挖掘 对象-关系数据库和面向对象数据库的一个重要特点就是：它们具有对复杂 结构数据（如集合-值、列表-值和嵌套结构数据）进行存储、检索和建模的功能。 可以通过好几种方法对这类数据进行泛化操作，以获得概要性的有意义的模式。 集合-值属性可以是 同质或异质的类型。通常一个集合-值数据可以通过以下 方法进行泛化：（ ）对一个集合中每个值都泛化到相应更高的层次上；（ ）获得 一个集合带有普遍性的概述，如一个集合中的元素个数、集合中的取值 范围等。 此外还可以通过应用不 同的泛化操作来探 索不同的泛化路径 。而这种情况下，所 获得的泛化结果就是一个异质集合。 如一个人的习惯 （