数据挖掘浅尝

1、什么是数据挖掘？

         从大型数据库中提取有趣的（非平凡的、蕴含的、先前未知的且是潜在有用的）信息或模式。

2、什么是BI（Business Intelligence商务智能）？

         企业利用信息科技以企业内部及外部既有的数据库数据为基础，根据所需解决的问题进行数据汇总，整合成数据仓库后，利用适当的工具进行数据处理，利用联机分析及数据挖掘等技术分析数据，将所发现的潜在特性或是建立的预测模型传递给决策者，以提供协助其进行决策，并达到企业目标。

3、BI的三大核心技术？

         DW数据仓库：是前提和基础，负责统一数据规则的处理和存储。知识发现（KDD）的核心

         OLAP联机分析处理：是操作，侧重显性知识的处理和分析，与用户的交互，快速响应及提供数据的多维视图。

         DM数据挖掘：是发现，侧重隐性知识发掘和利用，发现隐藏在数据中的模式和有用信息。

4、数据挖掘的应用？

数据库分析和决策支持

–      市场分析和管理：针对销售（target marketing）， 顾客关系管理，购物篮分析，交叉销售（cross selling），市场分割（market segmentation）

–      风险分析与管理：预测，顾客关系，改进保险，质量控制，竞争能力分析

–      欺骗检测与管理

其它应用

–      文本挖掘（新闻组、email、文档资料）

–      流数据挖掘（Stream data mining）

–      Web挖掘

–      DNA 数据分析

5、数据挖掘的步骤过程？

6、KDD的基本步骤？

•       学习应用领域

–      相关的先验知识和应用的目标

•       创建目标数据集：数据选择

•       数据清理和预处理（可能占全部工作的 60%!）

•       数据归约与变换

–      发现有用的特征，维/变量归约，不变量的表示

•       选择数据挖掘函数

–      汇总，分类，回归，关联，聚类

•       选择挖掘算法

•       数据挖掘：搜索有趣的模式

•       模式评估和知识表示

–      可视化，变换，删除冗余模式，等

•       发现知识的使用

7、数据挖掘的典型系统结构？

8、数据挖掘在什么数据上进行？

•          平面文件

•       关系数据库

–      包括面向对象和对象-关系数据库

•       事务（交易）数据库

•       异种数据库和遗产数据库

•       数据仓库

•       多媒体数据库、空间数据库、时间序列数据库、文本数据库

9、数据挖掘的功能？

概化，汇总，比较数据特征

关联 （相关和因果关系）

分类和预测，找出描述和识别类或概念的模型（函数），用于将来的预测，预测某些未知或遗漏的数值

聚类分析：聚类原则：最大化类内的相似性，最小化类间的相似性

孤立点（Outlier）分析：孤立点：一个数据对象，与数据的一般行为不一致，孤立点可以被视为例外，但对于欺骗检测和罕见事件分析，它是相当有用的

趋势和演变分析

其它基于模式或统计的分析

10、Web挖掘？

Web Usage Mining是在Web数据存储地中应用数据挖掘技术抽取使用模式的方法

11、文本挖掘？

数据挖掘应用于文本存储地+基本语言学