第1篇 数据挖掘概述.pptVIP

1.4.2 数据挖掘的相关技术与工具 数据挖掘的研究体系 1.4.2 数据挖掘的相关技术与工具 商用的数据挖掘工具 IBM公司的Intelligent Miner Knowledge Discovery Workbench QUEST、SGI公司的Mineset DBMiner SAS公司的Enterprise Miner SPSS公司的Clementine Sybase公司的Warehouse Studio RuleQuest Research公司的See5 CoverStory、EXPLORA等 1.4.3 数据挖掘应用及发展 数据挖掘的应用领域 针对特定领域的应用，人们开发了许多专用的数据挖掘工具，包括天文学、生物医学、医疗保健、DNA分析、银行、金融、零售业和电信业等。 1.4.3数据挖掘应用及发展 评价数据挖掘工具的标准 评价一个数据挖掘工具，需要从以下几个方面来综合考虑： 产生模式种类的数量 解决复杂问题的能力 扩展性和与其他产品的接口 并行计算 数据存取能力 数据处理能力 模型算法多样性和完备性 自动建模能力 易操作性和可视化技术 1.4.2 数据挖掘应用及发展 数据挖掘的发展 与国外相比，国内对数据挖掘与知识发现的研究稍晚 。 数据挖掘中还有许多问题待于进一步研究，包括下列几个研究方向： 算法效率和可伸缩性 处理不同类型的数据和数据源 数据挖掘系统的交互性 Web挖掘 数据挖掘中的隐私保护与信息安全 探索新的应用领域 数据挖掘语言的标准化 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 可视化数据挖掘 1.5小结 本章对数据挖掘的基础理论与技术、方法进行了阐述 具体包括： 数据仓库与数据挖掘定义与解释； 数据仓库系统的相关技术和模式； 数据仓库系统的形式化定义与知识描述； 数据挖掘的相关技术方法与研究体系； 数据挖掘的工具的介绍； 数据挖掘应用及发展趋势等内容。 本章内容结束！ 辽宁省物流航运管理系统工程重点实验室 数据挖掘技术与应用 第1章 数据挖掘概述 本章提纲 数据仓库和数据挖掘定义与解释 1.1 数据仓库系统的相关技术 1.2 数据仓库系统中多维数据组织的形式化定义与描述 1.3 数据挖掘方法与研究体系 1.4 小结 1.5 1.1数据仓库和数据挖掘定义与解释 1.1.1 数据仓库的定义与解释 1.1.2 数据挖掘的定义与解释 1.1.1 数据仓库的定义与解释 数据仓库（Data Warehouse, DW）属于一种高层管理的新型数据库技术。 将分散在诸多数据库系统（Data Base System, DBS）中的数据，安全、平稳、有效的集成到一个公共信息平台模式下，这是数据仓库建立的基础。 美国著名信息工程学家Willian Inmon博士对数据仓库的解释是：数据仓库通常是一个面向主题的、集成的、相对稳定的、反映历史变化的数据的集合，用以支持经营管理中的决策制定过程。 1.1.1 数据仓库的定义与解释 所谓面向主题，是指操作型数据库的数据组织面向事务处理任务，各个业务系统之间各自分离，而数据仓库中的数据是按照一定的主题域进行组织的。 所谓集成，是指数据仓库中的数据是在对原有分散的数据库数据进行抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。 1.1.1 数据仓库的定义与解释 所谓相对稳定，是指数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，也就是数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载和刷新。 所谓反映历史变化，是指数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点（如开始应用数据仓库的时点）到目前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。 1.1.2 数据挖掘的定义与解释 数据挖掘（Data Mining, DM）的概念最早是在1995年的美国计算机年会（ACM）上提出的 数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。 1.1.2 数据挖掘的定义与解释 另一种比较公认的定义是W.J.Frawley，G.Piatetsky-Shapiro等人提出的，数据挖掘就是从大型数据库中的数据中提取人们感兴趣的知识。这些知识是隐含的、事先未知的潜在的有用的信息，提取的知识表示为概念（Concepts）、规则（Rules）、