数据挖掘研究的新进展-Read.pptVIP

数据挖掘研究的新进展 复旦大学计算机与信息技术系 汪卫 数据挖掘研究 数据挖掘研究的基础 机器学习 统计分析 数据库 数据挖掘技术的产生 大规模的数据 数据分析的需要 当前数据挖掘研究的主要方向 数据挖掘研究的发展方向 新的应用领域 WEB访问分析 入侵检测 生物信息学 … 新的工作形式 流数据分析 隐私保护 … 新的数据类型 文本数据 图数据 XML数据 … 数据挖掘的进一步深入 生物数据挖掘 应用领域 生物序列数据分析 基因芯片分析 主要难点 数据规模大 数据的模糊性 生物数据挖掘-序列分析 主要问题 从大规模的基因序列中提取相关模式 基因序列的特征 序列长 每个单元不同的取值少 研究内容 基因序列中频繁模式的发现 重复序列的发现 基因序列的聚类 基因序列的高效组织方法 生物数据挖掘-基因芯片分析 主要问题 从大量的芯片数据中提取相关模式 芯片数据的特征 序列短、序列数量长 有时采用的是局部信息 研究内容 基因表达数据的聚类 基因表达数据的分类 流数据分析 应用领域 数据监控 超大规模数据处理 主要特点 数据只能扫描一遍 最多只有o(lgn)的空间可用来存储临时数据 主要难点 无法形成一个精确的整体状态 现有的挖掘算法需要重新研究 流数据分析 研究内容 分类 构造一个分类器，不断修正 构造多个分类器，通过投票的方法进行预测 聚类 针对流过信息建立数据摘要的方法 动态调整现有分类 对新增类的判断方法和对老类的合并 流数据分析 研究内容 关联规则挖掘 频繁模式的更新 精确度分析 变化监测 变化发生时刻的确定 数据变化模式 高速流的处理方法 数据采样 并行处理 面向隐私保护的数据挖掘 主要背景 防止通过挖掘结果对原始细节数据进行反推理 主要应用于医疗数据的管理 主要研究内容 敏感数据的标示 挖掘结果的裁减 通过规则的推导预测生成的细节数据 对挖掘结果进行裁减 裁减的效率研究 面向隐私保护的数据挖掘 主要研究内容 数据的转换 挖掘前对数据进行转换 基于一定的模式对数据进行变化 添加一些错误数据 基于变化后的数据进行数据挖掘 将结果进行恢复 数据挖掘流程的再造 在多个结点之间进行数据的传递 每个结点只了解局部的信息和部分全局信息 单个结点无法推出其它节点的信息 图数据挖掘 主要应用领域 生物信息学 社会网络 分子结构 WEB网页分析 … 主要困难 结构复杂 子图同构的匹配计算复杂性高 图数据挖掘 研究内容 频繁子图挖掘 图索引结构 具有某些特征的子图模式挖掘 直径要求 连通性 挖掘的应用 图数据的管理技术 数据挖掘研究所面临的问题 数据挖掘研究已经开展了10年 今后的路：推进数据挖掘技术的广泛应用 企业界已经开始关注数据挖掘技术 研究部门应该做什么？ 同现有应用领域相结合 金融业 生物信息学 信息检索 自身技术的研究 易用性 可用性 新的应用领域 … 谢谢! * * Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004