浙江大学远程教育2014年数据挖掘离线作业概要.doc

浙江大学远程教育学院 《数据挖掘》课程作业 姓名： 学 号： 年级： 学习中心： ————————————————————————————— 引言 一、填空题 （1）数据库中的知识挖掘(KDD)包括以下七个步骤： 数据清理 、 数据集成 、 数据选择 、 数据变换 、 数据挖掘 、 模式评估 和 知识表示 （2） 数据挖掘的性能问题主要包括： 算法的效率 、 可扩展性 和 并行处理 （3） 当前的数据挖掘研究中，最主要的三个研究方向是： 统计学 、 数据库技术 和 机器学习 （4） 孤立点是指： 一些与数据的一般行为或模型不一致的孤立数据 二、简答题 （1）什么是数据挖掘？ 答：数据挖掘指的是从大量的数据中挖掘出那些令人感兴趣的、有用的、隐含的、先前未知的和可能有用的模式或知识。 一个典型的数据挖掘系统应该包括哪些组成部分？ 答：一个典型的数据挖掘系统应该包括以下部分： 数据库、数据仓库或其他信息库 数据库或数据仓库服务器 知识库 数据挖掘引擎 模式评估模块 图形用户界面 Web挖掘包括哪些步骤？ 答：数据清理: (这个可能要占全过程60％的工作量) 数据集成 将数据存入数据仓库 建立数据立方体 选择用来进行数据挖掘的数据 数据挖掘（选择适当的算法来找到感兴趣的模式） 展现挖掘结果 将模式或者知识应