第1讲 数据挖掘概述.pdf

数据挖掘与应用 莫同 motong@ 第1讲 数据挖掘概述 莫同 motong@ 内容提要 1 •数据挖掘概述 2 •典型应用 3 •数据挖掘方法论 4 •与相关领域的关系 内容提要 1 •数据挖掘概述 2 •典型应用 3 •数据挖掘方法论 4 •与相关领域的关系 数据挖掘概述 • 什么是数据挖掘？ – Data Mining, Also called Knowledge Discovery in Database (KDD) – Wiki：从大量的数据中自动搜索隐藏于其中的有 着特殊关系性的信息的过程 – 通过分析每个数据，从大量数据中寻找其规律的 技术 数据+挖掘 数据挖掘概述 • 数据挖掘 (数据库中知识发现): – 从大型数据库 中提取有趣的( 非平凡的, 蕴涵的, 先前未 知的 并且是潜在有用的) 信息或模式 • 其它叫法和“inside stories”: – 数据挖掘: 用词不当? – 数据库中知识发现(挖掘) (Knowledge discovery in databases, KDD), 知识提取(knowledge extraction), 数据/ 模式分析(data/pattern analysis), 数据考古(data archeology), 数据捕捞(data dredging), 信息收获 (information harvesting), 商务智能(business intelligence), 等. • 什么不是数据挖掘? – (演绎) 查询处理. – 专家系统 或小型 机器学习(ML)/统计程序 6 数据挖掘概述 • 什么是数据？ – Wiki：指描述 事物的符号记录，它涉及到事物的 存在形式 ，是关于事物的一组离散且客观的事实 描述。 – 描述对象的一组属性及属性值 – 相关概念：数据类型、数据处理… – 一段视频算不算数据？ 数据挖掘概述 • 数据：对象+属性 • 对象： – 被描述的单元 • 属性： – 描述对象某一方面的特征 数据挖掘概述 • 数据类型 – 名义型(nominal)：值域是有限域，属性值之间没 有顺序关系，属性值的加、减和排序等运算没有 意义 • 电话号码、姓名 – 等级型(ordinal)：属性值之间有大小顺序关系，但 不能确定到底大多少 • 职称(讲师副教授教授) – 判