数据挖掘的主要内容.ppt

“数据挖掘综述” 　Overview for Data Mining Contents 第1章 数据挖掘概论 数据挖掘的发展动力 ---需要是发明之母 数据爆炸问题 自动数据收集工具和成熟的数据库技术使得大量的数据被收集，存储在数据库、数据仓库或其他信息库中以待分析。 我们拥有丰富的数据，但却缺乏有用的信息 解决方法：数据仓库技术和数据挖掘技术 数据仓库(Data Warehouse)和在线分析处理(OLAP) 数据挖掘：在大量的数据中挖掘感兴趣的知识（规则，规律，模式，约束） 第1章 数据挖掘概论 第1章 数据挖掘概论 第1章 数据挖掘概论 第1章 数据挖掘概论 数据库、机器学习、统计 面临的挑战： 海量数据的挖掘的效率和可扩展性 在数据库中挖掘不同类型的知识 在不同抽象层上的交互式知识挖掘 数据挖掘结果的表示和可视化 处理噪声和不完全数据 第1章 数据挖掘概论 第3章 数据仓库与OLAP技术 第4章 数据立方体计算与数据泛化 第5章 频繁模式挖掘、关联规则分析 第6章 分类与预测 第7章 聚类分析 QA 多维关联规则挖掘——挖掘量化关联规则 (1) 量化关联规则中，数值属性将根据某种挖掘标准，进行动态的离散化 例如：最大化挖掘规则的置信度和紧凑性 为了简化量化关联规则挖掘的讨论，我们将聚焦于类似以下形式的2-