数据挖掘基础（一）： 数据挖掘概述与关联规则挖掘 - 北京大学计算机 .pdf

《互联网数据挖掘》本科生课程 数据挖掘基础（一）： 数据挖掘概述与关联规则挖掘 万小军 北京大学语言计算与互联网挖掘组 /lcwm 2016年10月18日 数据挖掘概述 2 日常生活中人的“挖掘”行为 股民炒股： 预测股票涨跌 3 日常生活中人的“挖掘”行为 市民买房： 预测房价涨跌 4 日常生活中人的“挖掘”行为 图书馆员对图书的分类 5 日常生活中人的“挖掘”行为 好友推荐 6 日常生活中人的“挖掘”行为 餐厅营业地点的选择 7 数据量剧增，人无法应对，需 要借助机器自动挖掘 问题：人机挖掘各自的优劣？ 8 为什么要进行数据挖掘  商业领域  积累了大量商业数据 • Web数据，电商数据 • 银行交易数据 • …  计算机越来越便宜，也更强大  商业竞争压力很大 • 需要为客户提供更好的、个性化的服务 9 为什么要进行数据挖掘  科学领域  积累了大量科研数据 • 卫星遥感数据 • 望远镜扫描太空数据 • 基因数据 • 科学模拟生成数据 • …  传统技术无法应对这些数据  数据挖掘技术能够帮助科学家 • 数据分类、分块 • 成因假设检验 10 什么是数据挖掘  从数据中提取有用的模式与知识  隐式的、之前未知的  数据包括：数据库、文本、网页、图像、视频等 11 什么是数据挖掘  什么不是数据挖  什么是数据挖掘 掘？ ？  从电话目录里查  某些姓名在特定 阅电话号码 地点更普及 (O’Brien,  查询搜索引擎， O’Reilly…in 找到相关信息 Boston area)  将相似的检索文  … 档归类  … 12 数据挖掘起源  从多个学科领域发展而来 13 数据挖掘流程 14 数据挖掘任务  预测型(Prediction Methods)  基于一些变量预测其他变量的未知值或未来值 