流数据挖掘Streamdatamining.PPT

* 数据挖掘：概念与技术 * OLAM 的结构 数据仓库 元数据 MDDB OLAM 引擎 OLAP 引擎 用户 GUI API 数据立方体 API 数据库 API 数据清理 数据集成 第3层 OLAP/OLAM 第2层 MDDB 第1层 数据存储 第4层 用户界面 过滤和集成 过滤 Databases 挖掘查询 挖掘结果 * 数据挖掘：概念与技术 * 数据挖掘的主要问题(1) 挖掘方法和用户交互 在数据库中挖掘不同类型的知识 在多个抽象层的交互式知识挖掘 结合背景知识 数据挖掘语言和启发式数据挖掘 数据挖掘结果的表示和可视化 处理噪音和不完全数据 模式评估: 兴趣度问题 性能和可伸缩性( scalability) 数据挖掘算法的性能和可伸缩性 并行, 分布和增量的挖掘方法 * 数据挖掘：概念与技术 * 数据挖掘的主要问题(2) 数据类型的多样性问题 处理关系的和复杂类型的数据 从异种数据库和全球信息系统 (WWW)挖掘信息 应用和社会效果问题 发现知识的应用 特定领域的数据挖掘工具 智能查询回答 过程控制和决策制定 发现知识与已有知识的集成: 知识融合问题 数据安全, 完整和私有的保护 * 数据挖掘：概念与技术 * 小结 数据挖掘: 从大量数据中发现有趣的模式 数据库技术的自然进化, 具有巨大需求和广泛应用 KDD 过程包括数据清理, 数据集成, 数据选择, 变换, 数据挖掘,