第八章标准规范、工具和发展趋势2.pptVIP

* * * * * * * * * * * * * * * * * * 第二层是XML（EXtensible Markup Language）。 XML具有简单、自描述、可扩展的特点，并且实现了内容、结构和表现三者的分离，因而，更适合于数据表示和交换。 XML Schema中的约束主要用于XML文档的结构合法性验证。 第三层是RDF（Resource Description Framework，资源描述框架）。元数据层。 RDF是建立在XML上的元数据描述与交换框架，以“资源（Resource）－属性（Property）－属性值（Property Value）”的形式描述对象。 一个例子 8.1 数据挖掘标准与规范 第二十六页，共四十五页。 8.1 数据挖掘标准与规范 第二十七页，共四十五页。 8.1 数据挖掘标准与规范 第二十八页，共四十五页。 第四层是RDF-S（RDF Schema）。RDF-S是对RDF 的扩展，是RDF的词汇描述语言（Vocabulary Description Language），用于定义RDF资源描述文件中出现的词汇。 第五层是本体（Ontology）和规则（Rule）。领域知识层。 OWL用于明确表示词汇体系中的术语及术语间的关系，在词义和语义的表达来说，OWL有更强的表达能力。 规则用于描述领域知识中的前提和结论。 SPARQL（Simple Protocol and RDF Query Language）是W3C推荐的用于对RDF数据查询的语言和协议。 8.1 数据挖掘标准与规范 第二十九页，共四十五页。 本章内容 8.1 数据挖掘标准与规范 8.2 数据挖掘工具 8.3 数据挖掘的研究趋势 第三十页，共四十五页。 Free open-source data mining software and applications GATE: a?natural language processing?and language engineering tool. Orange: A component-based data mining and?machine learning?software suite written in the?Python?language. R: A?programming language?and software environment for statistical computing, data mining, and graphics. RapidMiner: An environment for?machine learning?and data mining experiments. UIMA: The UIMA (Unstructured Information Management Architecture) is a component framework for analyzing unstructured content such as text, audio and video – originally developed by IBM. Weka: A suite of machine learning software applications written in the?Java?programming language. 8.2 数据挖掘工具 第三十一页，共四十五页。 Commercial data-mining software and applications IBM SPSS Modeler: data mining software provided by IBM. Microsoft Analysis Services: data mining software provided by Microsoft. Oracle Data Mining: data mining software by Oracle. SAS Enterprise Miner: data mining software provided by the SAS Institute. STATISTICA Data Miner: data mining software provided by StatSoft. 8.2 数据挖掘工具 第三十二页，共四十五页。 8.2 数据挖掘工具 第三十三页，共四十五页。 Main Features 49 data preprocessing tools 76 classification/regression algorithms 8 clustering algorithms 3 algorithms fo