資料採掘概論.pptVIP

* * 第壹篇 資料採掘(DM,Data Mining)導論篇 第一章 資料採掘概論 1-1-1 資料採掘(DM，Data Mining)概說 『資料採掘 (Data Mining，DM)』簡單的來說，是一種嶄新的資料分析與處理技術。『資料採掘 (Data Mining，DM)』可使用兩種不同的角度來解釋： (1)、從應用資訊科技的角度來說明，所謂『資料採掘 (Data Mining，DM)』是是一種利用分類、關聯分析、機器自我學習、序列分析、群集分析，以及其他統計方法，自紛雜、龐大的交易資料庫 (資料倉儲) 中，找出隱藏、未知，但卻對企業營運極為有用的資訊，這種技術將使得電腦不再限於被動地蒐集、儲存或分析資料，它也可以主動協助使用者在龐大的資料堆中找出所需的資料重點，並加以分析、預測，這種資料過濾分析的處理及運算分析過程即稱為『資料採掘 (Data Mining)』或『資料探勘』。 『資料採掘 (DM，Data Mining)』最大的用途是能在極大量的資料中，透過精密的分析運算、統計篩選及分層過濾，找出符合複雜查詢條件的有效資訊。此種經過分析、統計、篩選及過濾的運算邏輯，一般統稱為『知識的採掘』。而此種知識採掘的方法，在『資料採掘 (DM)』中，稱為『資料採掘任務 (Task)』。通常資料採掘任務可分為下列幾種： 1、關聯規則採掘 (Assocuation Rule)。 2、群集規則採掘 (Clustering)。 3、分類規則採掘 (Classification)。 4、預測分析式規則採掘 (Prediction)。 5、趨勢分析規則 (Trend)。 6、偏差式分析 (Deviation)。 7、總結規則採掘 (Summarization Rule)。 (2)、若從程式規劃及設計的角色來分析，所謂『資料採掘 (Data Mining，DM)』是指運用資料庫SQL查詢指令、資訊庫統計及遞迴及預儲程序等高級的程式設計技巧，從資料庫的大量資料中，篩選與運算出所要分析與統計的資料，加以統計、判斷及分析，運算出所需的資訊，此種程式執行的運算邏輯，即稱為『資料採掘』或『資料探勘』。 資料採掘 (Data Mining,DM)技術依軟體設計架構的不同，可區分為下列三種： ● 主從架構式資料採掘 (Client/Server Data Mining) 技術。 ● WEB資料採掘(WEB Data Mining) 技術。 ● 智慧型資料採掘技術。 (1)、主從架構式資料採掘 (Client/Server Data Mining) 技術。 『主從架構式資料採掘 (Client/Server Data Mining) 技術』是目前最常使用的資料採掘技術。在開始說明『主從架構式資料採掘 (Client/Server Data Mining) 技術』之前，要先來說明『主從(Client/Server)式軟體架構』。 以理論面來說明，所謂的『主從式 (Client/Server) 軟體架構』是指實體資料與執行邏輯程序是分開存放在不同的電腦系統上的設計架構。若以系統開發角度來分析，所謂『主從式軟體架構』則是指資訊系統程式與資料庫檔案是分別儲存在不同的電腦上的設計架構。 『主從式 (Client/Server) 軟體架構』實做上是使用一台資料庫伺服器 (Database Server) 來取代文件伺服器。而且運用關聯式資料庫(DBMS)機制，而執行邏輯的軟體程式則是儲存在同一網路的其他使用者端電腦上。實務運作時，由使用者端發出資料庫處理需求後，伺服器端 (Server Side) 會立即處理及回應，當回應資料回到使用者端 (Client Side)後，所有程式運算邏輯及資料處理邏輯皆由使用者端負責。如此可增加網路的執行效能。 『主從式 (Client/Server) 軟體架構』是程式邏輯與資料處理分別在不同的主機上執行。『主從架構式資料採掘 (Client/Server Data Mining)』的架構設計與『主從式 (Client/Server) 軟體架構』是相類似的。 『主從架構式資料採掘』的執行分類動作的處理邏輯在使用者端 (User Side)執行、資料萃取、過濾、整併分析則在資料庫 (資料倉儲) 端執行，資料處理端處理好後，再將資料處理結果傳遞到使用者端 (前端)、由使用者端依顯示指定格式將採掘的結果加以顯示，此種將資料採掘動作分為前後端來執行的技術即稱為『主從架構式資料採掘 (Client /Server Data Mining)』技術。 (2)、WEB資料採掘(WEB Data Mining) 技術。 『WEB資料採掘(WEB Data Mining) 技