原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
知识发现第一章
2003-11-1 高等教育出版社 知 识 发 现 (Knowledge Discovery in Database) 关于这门课程 课程的目的 参考书、考试、作业 本课程的目的 为在Data Mining、 Text Mining或Web Mining等领域的深入研究奠定基础；能够利用所学理论与技术解决Data Mining相关的实际问题。 掌握Data Mining的基本概念；了解Data Mining产生背景、目前研究现状、研究方向以及主要应用领域。 掌握Data Mining与Text Mining等领域的基本概念以及较成熟的算法。 利用Data Mining、Text Mining、Web Mining等领域的基本概念以及较成熟的算法，分析并解决教育中的问题。 参考教材 考试与作业 考试 作业成绩的加权和 作业 作业1：利用KDD领域成熟的算法解决教育教学中的实际问题，撰写课程论文。（60％，每人） 作业2：同时提交课程论文中使用的程序、数据等。 (40%，可以2-3人) 提交方式、时间 tmht@mail.ccnu.edu.cn 本学期放假前 引用说明 课件内容引用了国内外同行的PPT页面或其他资料。 引 言 第一讲：绪论 1.1 KDD的由来和应用领域 1.2 KDD的定义与过程 1.3 数据挖掘的对象与环境 1.4 数据挖掘方法与相关领域 1.5 KDD系统与应用 本章小结 Evolution of Database Technology: from data management to data analysis 1960s: Data collection, database creation, IMS and network DBMS. 1970s: Relational data model, relational DBMS implementation. 1980s: RDBMS, advanced data models (extended-relational, OO, deductive, etc.) and application-oriented DBMS (spatial, scientific, engineering, etc.). 1990s: Data mining and data warehousing, multimedia databases, and Web technology. Motivations “Necessity is the Mother of Invention” Data explosion problem: Automated data collection tools, mature database technology and internet lead to tremendous amounts of data stored in databases, data warehouses and other information repositories. We are drowning in information, but starving for knowledge! (John Naisbett) Data warehousing and data mining : On-line analytical processing Extraction of interesting knowledge (rules, regularities, patterns, constraints) from data in large databases. Important dates of data mining 1989 IJCAI Workshop on KDD Knowledge Discovery in Databases (G. Piatetsky-Shapiro and W. Frawley, eds., 1991) 1991-1994 Workshops on KDD Advances in Knowledge Discovery and Data Mining (U. Fayyad, G. Piatetsky-Shapiro, P. Smyth, and R. Uthurusamy, eds., 1996) 1995-1998 AAAI Int. Conf. on KDD and DM (KDD’95-98) Journal of Data Mining and Knowledge Discovery (1997) 1998 ACM SIGKDD 1999 S
文档评论（0）