数据挖掘在智能信息系统的应用研究.ppt

数据挖掘在智能信息系统中的应用研究 吴渝@重庆邮电学院计算机学院 目录 数据挖掘简介 数据挖掘研究 平台技术 海量数据挖掘 应用研究 电子邮件智能分析 网络入侵检测 研究展望 数据挖掘简介 实例 应用 工具 什么是数据挖掘 通过采用自动或半自动的手段，在海量数据中发现有意义的行为和规则的探测和分析活动。 数据挖掘是从数据中自动地抽取模式、关联、变化、异常和有意义的结构 实例 全球最大的零售商沃尔玛（Walmart）：星期四、啤酒与尿布 销售额上涨了30％ 英国电信通过直邮的方式向客户推荐新产品 使直回应率提高了100％ 汇丰银行分类客户群，对每种产品找出最有价值的客户 营销费用减少了30％ 应用举例 电信 ：客户流失 百货公司/超市：购物篮分析 保险：交叉销售，流失 信用卡： 欺诈探测 电子商务： 网站日志分析，个性化服务 税务部门：偷漏税行为探测 警察机关：犯罪行为分析 医学： 医疗保健，病症原因分析 应用比例 商业工具：SPSS Clementine 丰富的数据挖掘算法 PredictionNeural net, C5.0 ClassificationNeural net, C5.0 SegmentationKohonen, Kmeans, C5.0 AssociationApriori, GRI, Web graph SequenceCaprI, Neural Net, Regression 价格？ SPSS Clementine 7.2 中文版校园方案 租赁优惠 买断优惠（台币） 教授个人研究使用（1人） 225000 395000（10万RMB） 教学专用版（10人） 335000 595000 教学专用版（25人） 449000 795000 （20万RMB） 数据挖掘研究 回顾 技术 数据挖掘历史回顾 1989 IJCAI Workshop on Knowledge Discovery in Databases Knowledge Discovery in Databases (G. Piatetsky-Shapiro and W. Frawley, 1991) 1991-1994 Workshops on Knowledge Discovery in Databases Advances in Knowledge Discovery and Data Mining (U. Fayyad, G. Piatetsky-Shapiro, P. Smyth, and R. Uthurusamy, 1996) 1995-1998 International Conferences on Knowledge Discovery in Databases and Data Mining (KDD’95-98) Journal of Data Mining and Knowledge Discovery (1997) 1998 ACM SIGKDD, SIGKDD’1999-2001 conferences, and SIGKDD Explorations More conferences on data mining PAKDD, PKDD, SIAM-Data Mining, (IEEE) ICDM, DaWaK, SPIE-DM, etc. 相关技术 数据挖掘的不同视角 Databases to be mined Relational, transactional, object-relational, active, spatial, time-series, text, multi-media, heterogeneous, legacy, WWW, etc. Knowledge to be mined Characterization, discrimination, association, classification, clustering, trend, deviation and outlier analysis, etc. Techniques utilized Database-oriented, data warehouse (OLAP), machine learning, statistics, visualization, neural network, etc. Applications adapted Retail, telecommunication, banking, fraud analysis, DNA mining, stock market analysis, Web mining, Weblog analysis, etc. 数据挖掘