第章数据挖掘分析.pptVIP

1.5数据挖掘的应用领域—生物医学 海量的生物信息学信息，如基因； 远程数据库的出现； 万维网上涌现出大量的生物学数据库 ； 美国国立生物技术信息中心网站 （NCBI） 1.6数据挖掘规范和标准 产生的模式种类的多少 解决复杂问题的能力 多种模式 多种算法 数据选择 可视化 扩展性 易操作性 数据存取能力 与其他产品的接口 1.7数据挖掘面临的挑战和局限性 处理不同种类的数据 数据挖掘算法的效率及扩展性 数据挖掘结果的可用性、确定性及可表达性 各种数据挖掘结果的表达 多抽象层交互挖掘知识 从不同的数据源中挖掘信息 隐私保护及数据安全 1.8数据挖掘的发展趋势—WEB挖掘 Web 数据的收集，结构转换等预处理技术的研究； 现有的数据挖掘方法在适应性和时效性方面的研究 基于Web 挖掘和信息检索的智能搜索引擎及相关技术的研究； Web 挖掘在特定领域如电子商务领域的应用研究； 半结构化文档挖掘。 1.8 数据挖掘发展趋势 数据源十分丰富，数据量非常庞大，数据类型多，存取方法复杂； 应用领域十分广泛，只要与空间位置相关的数据，都可对其进行挖掘； 挖掘方法和算法非常，而且大多数算法比较复杂，难度大； 知识的表达方式多样，对知识的理解和评价依赖于对人对客观世界的认知程度。 ---空间数据挖掘（SDM）的特点 1.8 数据挖掘发展趋势 数据清理 DNA 序列相