数据仓库与挖掘第五章_数据挖掘概述.pptx

第五章数据挖掘的概述;数据挖掘的起源;网络之后的下一个技术热点;数据爆炸但知识贫乏;啤酒尿不湿案例;支持数据挖掘技术的基础;从商业数据到商业信息的进化;数据挖掘（DataMining)的定义;数据挖掘（DataMining)的定义;数据挖掘与其他科学的关系;数据挖掘与其他科学的关系;实施数据挖掘的目的;数据挖掘的数据源与以前相比有了显著的改变；

数据是海量的。数据挖掘出现的背景是“数据爆炸但知识贫乏”，它要处理的数据量已经达到了“太”（万亿）级以上，比传统数据分析方法所处理的数据量超出几个乃至十几个数量级。对于如此大规模的数据量，传统的数据分析方法可能根本不能处理，即使能够处理，效率也是必须考虑的严重问题。因此需要对原有的数据分析方法重新检验，加以改进。

数据有噪声的。传统数据分析方法的数据源一般都是清洁好的、结构化的数据，数据挖掘则需要从不完全的、有噪声的、模糊的数据中发现知识。

;数据可能是非结构化的。数据挖掘不仅可以处理结构化的数据，而且可以处理半结构化或者非结构化的数据。事实上，基于文本的数据挖掘甚至互联网上的数据挖掘正是数据挖掘的研究方向之一。

传统的数据分析方法基于假设驱动的:一般都是先给出一个假设然后通过数据验证。

数据挖掘在一定意义上是基于发现驱动的：模式都是通过大量的搜索工作从数据中自动提取出来。即数据挖掘是要发现那些不能靠直觉发现的信息或知识，甚至是违背直觉的信息或知识，挖掘出的信息越是出乎意料，就可能越有价值。;数据挖掘和数据仓库;数据挖掘和数据仓库;数据挖掘和OLAP;数据挖掘和OLAP;数据挖掘和OLAP;数据挖掘主要的任务;聚类分析;分类与估值;时间序列分析;其它任务;医学与数据挖掘;医学与数据挖掘;中药领域;重点讲解一：关联分析;重点讲解一：关联分析;重点讲解一：关联分析;重点讲解一：关联分析;重点讲解一：关联分析;重点讲解二：聚类分析;重点讲解二：聚类分析;重点讲解二：聚类分析;重点讲解三：分类;重点讲解三：分类;重点讲解三：分类;9、春去春又回，新桃换旧符。在那桃花盛开的地方，在这醉人芬芳的季节，愿你生活像春天一样阳光???心情像桃花一样美丽，日子像桃子一样甜蜜。10月-2010月-20Sunday,October11,2020

10、人的志向通常和他们的能力成正比例。09:36:3909:36:3909:3610/11/20209:36:39AM

11、夫学须志也，才须学也，非学无以广才，非志无以成学。10月-2009:36:3909:36Oct-2011-Oct-20

12、越是无能的人，越喜欢挑剔别人的错儿。09:36:3909:36:3909:36Sunday,October11,2020

13、志不立，天下无可成之事。10月-2010月-2009:36:3909:36:39October11,2020

14、ThankyouverymuchfortakingmewithyouonthatsplendidoutingtoLondon.ItwasthefirsttimethatIhadseentheToweroranyoftheotherfamoussights.IfIdgonealone,Icouldnthaveseennearlyasmuch,becauseIwouldnthaveknownmywayabout.

。11十月20209:36:39上午09:36:3910月-20

15、会当凌绝顶，一览众山小。十月209:36上午10月-2009:36October11,2020

16、如果一个人不知道他要驶向哪头，那么任何风都不是顺风。2020/10/119:36:3909:36:3911October2020

17、一个人如果不到最高峰，他就没有片刻的安宁，他也就不会感到生命的恬静和光荣。9:36:39上午9:36上午09:36:3910月-20