分布式数据挖掘 .pptVIP

第一页，共19页 提纲 简介 数据挖掘 分布式数据挖掘 研究现状 同构与异构 分布式数据挖掘算法 应用实例 进一步的工作 第二页，共19页 简介－数据挖掘 什么是数据挖掘？ 数据挖掘是指从巨量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。(From U. Fayyad et al.’s definition at KDD96) 巨量的：对于少量数据的分析不需要使用数据挖掘。 有效的：所获得的模式必须是正确的。 新颖的：对于已知知识的投资收益不大。 潜在有用的：所得的模式应能提供相关的决策支持。 最终可理解的：所得的模式是提交给决策制定者的。 数据挖掘的研究领域 数据挖掘是一门涉及机器学习、统计学、数据库、可视化技术、高性能计算等诸多方面的交叉学科。 第三页，共19页 数据挖掘 数据挖掘的应用范围 描述性规则发现(Characterization) 对比性规则发现(Discrimination) 关联规则发现(Association) 分类分析(Classification) 预测（回归）分析(Prediction) 聚类分析(Clustering) 异常分析(Outlier analysis) …… 第四页，共19页 简介－分布式数据挖掘 产生背景 各相关学科的飞速发展，各种网络尤其是Internet的广泛使用。 实际应用要求数据挖掘系统具有更好的可扩