可伸缩性:
一个算法是可伸缩的(scalable) ,如果给定内存和磁盘空间等可利用的系统资源,其运行时间应当随数据库大小线性增加。
数据仓库data warehouse :
数据仓库是从多个数据源收集的信息存储,存放在一个一致的模式下,并通常驻留在单个站点。
数据集市data mart :
数据集市是数据仓库的一个部门子集。
孤立点outlier:
大部分数据挖掘方法将孤立点是为噪声或异常而丢弃,然而在一些应用中( 如欺骗检测) ,罕见的时间可能比正常出现的那些更有趣。
规则:
对于形如X=>Y 的关联规则,一种客观度量是规则的支持度(support) ,规则的支持度表示满足规则的样本百分比。
支持度是概率P(X ∪Y) ,其中X ∪Y 表示同时包含X 和Y 的事务,即项集X 和Y 的并。另一种客观度量是置信度(confidence) 。
置信度是条件概率P(Y|X) ,及包含X 的事务也包含Y 的概率。
Support(X=>Y)=P(X ∪Y)
confidence (X=>Y)=P(Y|X)
用户子集可以控制这些兴趣度度量的阈值。