LectureIntro数据挖掘讲述.ppt

数据挖掘系统实例 SGI公司的 MineSet 多重数据挖掘算法和高级统计 高级可视化工具 SPSS 公司的Clementine 为终端用户和开发者提供集成的数据挖掘开发环境 多种数据挖掘算法可视化工具 DBMiner Technology公司的DBMiner 多种数据挖掘模型:发现驱动的OLAP分析，关联，分类、聚类 有效的关联和序列模式挖掘功能和可视化分类工具 适用于关系数据库和数据仓库 相关资料 Data Mining Groups: Prof. Han UIUC (/~hanj/)Prof. Leskovec (/)Prof. Faloutsos (/~christos/)Prof. Karypis (/gkhome/)LMU DBS (http://www.dbs.ifi.lmu.de/cms/Research)Prof. Pei (http://www.cs.sfu.ca/~jpei/)Big data in Biomedicine: / Data sets: SNAP Stanford (/data/)UCI (/ml/) Softwares and Codes: WEKA : http://www.cs.waikato.ac.nz/ml/weka/ELKI: http://elki.dbs.ifi.lmu.de/Scikit: /stable/index.htmlLibSVM: .tw/~cjlin/libsvm/ 相关资料 数据挖掘主要会议 ACM SIGKDD (A+), Feb. IEEE ICDM (A), Jun. SIAM SDM (A), Oct. ECML/PKDD (A-), Apr. PAKDD (B+), Oct. 数据挖掘主要期刊 IEEE Transactions on Knowledge and Data Engineering (TKDE) SIGKDD Explorations ACM Transactions on Knowledge Discovery From Data (TKDD) Data Mining and Knowledge Discovery Knowledge and Information Systems (KAIS) 相关会议 ACM SIGMOD(A+) VLDB (A) IEEE ICDE(A) CIKM WWW ICML/AAAI/NIPS CVPR/ICCV Take Home Message （小结） 数据挖掘: 从大量数据中发现有趣的模式 KDD过程包括数据清理, 数据集成, 数据选择, 变换, 数据挖掘, 模式评估, 和知识表示 挖掘可以在各种数据存储上进行 数据挖掘功能: 关联, 聚类, 分类/回归， 孤立点 和演化分析等. 数据挖掘系统的分类 数据挖掘的相关知识（如主要会议和期刊) Homework 谈谈自己对数据挖掘的认识 [字数：200-1000] 谢谢 !!! 数据改变我们的思维和工作方式 什么比让数据说话更令人信服呢？ 设计1 设计2 Does underlining increase or decrease clickthrough-rate?? OEC: Clickthrough-Rate on 1st search engine results page (SERP) per query A B A B 想想数据挖掘能为你带来什么呢？ - 信息推荐：书籍/衣服/？ 找到一个合适的工作？ 男/女朋友 : ) 1.2 什么是数据挖掘? 什么是数据挖掘？ 数据挖掘定义 从大量的数据中挖掘那些令人感兴趣的、有用的、隐含的、先前未知的和可能有用的模式或知识 。 注意：并非所有数据分析都是“数据挖掘” 查询处理 专家系统或是小型的数学计算/统计程序 Data mining consists of applying data analysis and discovery algorithms that, under acceptable computational efficiency limitations, produce a particular enumeration of patterns over the data [Fayyad et al.,1996]. 知识发现过程 数据挖掘—知识发现的核心 数据清理 数据集成 数据库 数据仓库 任务相关数据 选择 数据挖掘 模式评估 可视化 数据清理：消除噪声和删除不一致数据 数据集成：多种数据源可以组合在一起 数据选择：从数据库中提取与分析任务相关的数据 数据变换：把数据变换和统一成适合挖掘的形式 数据挖掘：核心步