数据挖掘与知识发现 - 数据挖掘实验室 datamining lab.pptVIP

作业 数据挖掘研究的问题有哪些 请举例阐述一个你身边的数据挖掘问题 数据挖掘与知识发现 林琛、邹权 博士、助理教授 课程信息 时间 理论课:周一5-6 实验课:双周周一1-4 地点 理论课:海韵教学楼102 实验课:海韵教学楼502、505 课程内容 直观的了解什么是数据挖掘 数据挖掘的典型任务 数据挖掘的经典算法 亲身体会数据挖掘的乐趣 完成一个课程项目, 和同班同学竞赛 有兴趣的同学可以进一步选择一个开放课题作为毕设 考核方式 开卷、最后一次课 全勤@点名 = 及格 高分 = 出色的项目成绩 完成一个课程项目 知识发现？ 某种规律、模式、规则、知识 和应用有关 关联规则 内在次序 分属类别 序列模式 商品促销 微博推荐关注 在你常用的微博上，希望被提供什么样的服务？ 图像识别 DNA序列 海量 我们处理的数据通常是海量的 Google处理的互联网网页：万亿 Twitter的用户数：亿 大型数据库：TB级别 时空效率 内存有限 处理时间 数据类型 数据库记录 Xml 网页 文本 多媒体 序列数据 数据库记录 特点： 格式规范 结构化 经过人工整理-含义明确 Xml,html 有一定的格式 有一定的结构 含义比较明确 纯文本，多媒体 姓名 曹雪芹 性别 男 出生 1715 职业 小说家 字 梦阮 作品 红楼梦 居住地 北京 图像 图.jpg 没有格式要求 内在结构不明确 含义需要理解 其他 图像、音乐、时序、空间数据 有自己的特点 结论：数据挖掘研究什么 从各种类型的海量数据中 根据应用目标 高效的挖掘出 有价值的模式、规律、知识等 数据挖掘的典型任务 关联规则挖掘 分类 聚类 回归/数值拟合 可以互相转换 关联规则挖掘 最小支持度 50% 最小置信度 50% 对规则A ? C，其支持度 置信度 分类 聚类 回归/数值拟合 互相转换 以推荐系统为例 假设你构建了一个电子商务网站，有很多的注册用户在网站上浏览商品、购买、并评分 你如何用数据挖掘的方法向每一个用户推荐他/她可能感兴趣并购买的商品呢？ 课程项目，会给一个数据集、一个目标，没有答案,提交系统给出排名 * 假设你是一个超市经理，你有一段时间内每天每位顾客的购物记录，想想看，你希望利用这个数据发现什么有价值的信息？ 关联规则比较典型的案例是“尿布与啤酒”的故事。在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，超市也因此发现了一个规律，在购买婴儿尿布的年轻父亲们中，有30%～40%的人同时要买一些啤酒。超市随后调整了货架的摆放，把尿布和啤酒放在一起，明显增加了销售额。同样的，我们还可以根据关联规则在商品销售方面做各种促销活动。 * 在你常用的微博上，你希望被提供什么样的服务？ *