数据挖掘（学习笔记）-初识数据挖掘

恩~开始自学数据挖掘~加油加油~

 

1.为什么进行数据挖掘？

现实是：数据爆炸，知识贫乏

现实的弊端：数据过量，真假难辨，安全难保证，信息形式多样统一处理困难

我们希望：如何将商业数据->商业信息

 

2.数据挖掘涉及什么学科和领域？

数据库+统计学+可视化+高性能计算+人工智能+机器学习 

 

3.什么是数据挖掘？

数据特点：大量，不完全，噪声，模糊，随机

挖掘目的：数据中找未知的，有用的知识

书籍：《Knowlege Discovery and Data Mining》
KDD涉及领域:数据库领域+人工智能领域

 

4.数据挖掘相关概念的理解？ 

数据挖掘：归纳推理。用于发现模式。任务是：发现关系+发现规则+预测
联机分析（OLAP）：演绎推理。用于验证模式。 决策支持领域 数据挖掘前，找到对于问题域变量，异常数据，互相影响的变量 更好理解数据
知识发现：数据库管理系统，机器学习分析，挖掘数据后的知识
信息处理：查询。不反映复杂模式。
专家系统: 过分依赖专家，分析结果有错误，耗时长

其他相似概念：KDD，知识点提取，数据分析，模式分析，数据考古，数据捕捞

 

 

 

 

 

 

5.数据挖掘的数据来源？
关系数据库，数据仓库，事务数据库

 

6.高级的数据库有什么？

面向对象数据库，空间数据库，时间数据库，时间序列数据库，文本数据库，多媒体数据库，异种数据库，www数据库

 

 

 

 

 

 

 

 

 

7.数据挖掘过程阶段？

粗分：数据整理，数据挖掘过程，结果的解释和评估
细分：数据预处理,数据收集，数据描述，数据选择，数据质量评估，数据清理，合并整合，构建元数据，加载数据库，维护数据库

 

 

 

 

 

 

 

 

 

 

8.数据挖掘的应用有？

用户流失，聚类用户（为产品找潜在用户），关联规则，原因分析，日志分析（医疗日志，网站日志），行为探测（欺诈探测），关联推荐

  

 

内容来源：http://wenku.baidu.com/view/72943100bed5b9f3f90f1c8b.html