36资料分群分析DataClusteringAnalysis.DOCVIP

高等資料庫報告 資料挖掘 Data mining 指導教授：陳彥良老師 組員：彭國芳、張尚鈞 2001/6/18  ０、 摘要 5 １. 簡介 5 1.1資料挖掘的需求和挑戰 6 1.2 資料挖掘的相關領域 7 1.3 資料挖掘的應用領域 8 ２．資料挖掘技術的分類 10 2.1 分類資料挖掘技術 10 2.2從資料庫中挖掘不同種類的知識 11 3. 關聯規則（Mining association rule） 13 3.1 Algorithm Apriori and DHP 13 3.1.1 Apriori演算法： 15 3.1.2 Direct Hashing 17 DHP演算法 17 降低交易資料庫的大小(Reducing the Size of Transaction Database) 20 3.2挖掘一般化和多階層的關聯規則 21 3.3　關聯規則的有趣性(Interestingness of Discovered Association Rules) 22 3.4改善mining association rule的效率(Improving the Efficiency of Mining Association Rules) 23 3.4.1資料庫掃描的減小(Database Scan Reduction) 23 3.4.2抽樣：調整mining的準確度（Sampling:Mining with Adjustable Accuracy） 23 3.4.3　association rule的漸進式更新（incremental update of discovered association rule） 23 3.4.4平行資料挖掘（Parallel Data Mining） 24 ４、多層級資料的歸納(Generalization)、摘要(Summarization)和特徵化(Characterization) 25 4.1 資料方塊法 25 4.1.1　Roll-Up操作 25 4.1.2　資料方塊法 27 ４.２　屬性導向歸納法 31 2.2.1概念階層(concept hierarchy)與概念樹(Concept tree) 31 5、資料分類(Classification) 36 5.1決策樹（Decision Tree） 36 5.2決策樹的建立 37 5.2.1 CLS演算法 37 5.2.2決策樹的特性 38 5.2.3 ID3的貢敵 39 6. 資料分群分析(Data Clustering Analysis) 42 6.1 資料分群定義 42 6.2 K-Means Method分類方法 43 6.3 PAM(Partitioning Around Medoids)分類方法 45 6.4 CLARA(Clustering LARge Applications) 46 6.5 CLARANS(Clustering Large Applications based on RANdomized Search) 47 6.6 資料分群的優缺點 47 6.7 資料分群(Data Classification)與資料叢集Data Clustering的差異 48 7. 模式導向相似性搜尋(Pattern-Based Similarity Search) 50 7.1 模式導向相似性搜尋定義 50 7.2 相似度量度 52 7.2.1歐幾里得距離法(Euclidean distance) 52 7.2.2線性相關法(Linear correlation) 52 7.3 模式導向相似性搜尋所遭遇的問題 53 ８．挖掘路徑移動型態（Mining Path Traversal Patterns） 54 9、資料挖掘商業產品介紹 57 9.1 Oracle’s Data Mining Solutions 57 9.1.1簡介 57 9.1.2 Oracle 企業智慧產品定位 57 9.1.3 Oracle 挖掘程序 58 9.1.4 Oracle 挖掘環境 58 9.1.5 系統資訊 59 9.1.6 演算法支援 59 9.1.7 未來發展目標 60 9.1.8 系統畫面 61 9.2 CA - eBizminer 61 9.3 IBM – DB2 Intelligent Miner 63 9.4 SQL2000如何支援data mining 64 9.4.1案例一、使用 Microsoft Decision Trees 決策樹工具建立 OLAP 資料採擷模型 65 9.4.2案例二、瀏覽 OLAP 資料採擷維度與虛擬 Cube 65 9.4.3案例三、使用 Microsoft Clustering 叢集