1数据挖掘每章知识.pdfVIP

第一章

1.数据发掘定义：从大批的、不完好的、有噪声的、模糊的、随机的数据中，提

取隐含在此中的、人们早先不知道的、但又是潜伏实用的信息和知识的过程。

2.不可以在原数据库上做决议而要建筑数据库房的原由：传统数据库的办理方式和

决议剖析中的数据需求不相当，主要表此刻：⑴决议办理的系统响应问题⑵决议

数据需求的问题⑶决议数据操作的问题

3.数据库房的定义

W.H.Inmon的定义：数据库房是一个面向主题的、集成的、非易失的且随时间变

化的数据会合，用来支持管理人员的决议。

公认的数据库房看法基本上采纳了W.H.Inmon的定义：数据库房是面向主题的、

集成的、不行更新的（稳固性）随时间不停变化（不一样时间）的数据会合，用以

支持经营管理中的决议拟订过程。

4.数据库房与数据发掘的关系：

⑴数据库房系统的数据能够作为数据发掘的数据源。数据库房系统能够知够数据

发掘技术对数据环境的要求，能够直接作为数据发掘的数据源。⑵数据发掘的数

据源不必定一定是数据库房系统。数据发掘的数据源不必定一定是数据库房，可

以是任何数据文件或格式，但一定早先进行数据预办理，办理成适合数据发掘的

数据。

5.数据发掘的功能——7个方面：

⑴看法描绘：对某类对象的内涵进行描绘，并归纳这种对象的有关特点。①特点

性描绘②差异性描绘

⑵关系剖析：若两个或多个变量间存在着某种规律性，就称为关系。关系剖析的

目的就是找出数据中隐蔽的关系网。⑶分类与展望①分类②展望

⑷聚类剖析：客观的按被办理对象的特点分类，将有相同特点的对象归为一类。

⑸趋向剖析：趋向剖析——时间序列剖析，从相当长的时间的发展中发现规律和

趋向。

⑹孤立点剖析：孤立点：数据库中包含的一些与数据的一般行为或模型不一致

的数据。

⑺偏差剖析：偏差剖析——比较剖析，是对差异和极端特例的描绘，揭露事物偏

离惯例的异样现象。

6.数据发掘常用技术：⑴数据发掘算法是数据发

掘技术的一部分⑵数据发掘技术用于履行数据发掘

功能。⑶一个特定的数据发掘功能只合用于给定的

领域。

依照上述思想，数据发掘技术主要包含以下几种：⑴聚类检测方法⑵决议树方法

⑶人工神经网络方法。

人工神经网络方法：前馈式网络、反应式网络和自组织网络。

7.遗传算法基本算子：生殖、交错和变异。

8.数据发掘应用领域：

⑴金融业⑵保险业⑶零售业⑷科学研究⑸其余领域

9.数据发掘研究方向：

（1）特意用于知识发现的形式化和标准化的数据发掘语言；

（2）数据发掘过程中的便于用户理解的及人机交互的可视化方法；

（3）网络环境下的数据发掘技术；

（4）增强对各样非结构化数据的发掘。

10.数据发掘应用的热门：

（1）网站的数据发掘（2）生物信息或基因的数据发掘（3）文本的数据发掘

11.数据发掘技术是一门综合性的技术领域，主要波及数据库、人工智能和数理

统计3个技术领域。

12.数据发掘产生的前提是：从大批数据中找出隐蔽在此中的、实用的信息和规

律；计算机技术和信息技术的发展使其有能力办理这样大批的数据。

第二章

1.主题：是一个抽象的看法，是在较高层次大将公司信息系统中的数据综合、归类

并进行剖析利用的抽象。面向主题的数据组织方式，就是在较高层次上对剖析对

象的数据的一个完好、一致的描绘，能完好、一致地刻画各个剖析对象所波及的

公司的各项数据，以及数据之间的联系。

从信息管理的角度——在一个较高的管理层次上对信息系统中的数据依照某一

详细的管理对象进行综合、归类所形成的剖析对象。

从数据组织的角度——一些数据会合，对剖析对象进行了比较完好的、一致的数

据描绘，这种描绘不单波及数据自己，还波及数据之间的关系。

2.数据库房数据的4个基本特点：

⑴数据库房的数据是面向主题的；

⑵数据库房的数据是集成的；

⑶数据库房的数据是不行更新的；

⑷数据库房的数据是随时间不停变化的。

3.元数据“对于数据的数据”，如传统数据库中的数据词典就是一种元数据。元数

据描绘了数据库房的数据和环境，遍布数据库房的全部方面，是整个数据库房的

中心。

4.元数据在数据库房中的作用

⑴为决议支持系统剖析员和高层决议人员服务供应便利⑵解决面向应用的操作