数据挖掘

 数据挖掘的定义：：

数据挖掘(Data Mining)，就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。数据挖掘的广义观点：数据挖掘就是从存放在数据库，数据仓库或其他信息库中的大量的数据中“挖掘”有趣知识的过程。数据挖掘，又称为数据库中知识发现(Knowledge Discovery in Database, KDD)， 也有人把数据挖掘视为数据库中知识发现过程的一个基本步骤。知识发现过程以下步骤组成：（1）数据清理，（2）数据集成，（3）数据选择，（4）数据变换，（5）数据挖掘，（6）模式评估，（7）知识表示。数据挖掘可以与用户或知识库交互。

何为知识：

从广义上理解，数据、信息也是知识的表现形式，但是人们更把概念、规则、模式、规律和约束等看作知识。人们把数据看作是形成知识的源泉，好像从矿石中采矿或淘金一样。原始数据可以是结构化的，如关系数据库中的数据；也可以是半结构化的，如文本、图形和图像数据；甚至是分布在网络上的异构型数据。发现知识的方法可以是数学的，也可以是非数学的；可以是演绎的，也可以是归纳的。发现的知识可以被用于信息管理，查询优化，决策支持和过程控制等，还可以用于数据自身的维护。因此，数据挖掘是一门交叉学科，它把人们对数据的应用从低层次的简单查询，提升到从数据中挖掘知识，提供决策支持。在这种需求牵引下，汇聚了不同领域的研究者，尤其是数据库技术、人工智能技术、数理统计、可视化技术、并行计算等方面的学者和工程技术人员，投身到数据挖掘这一新兴的研究领域，形成新的技术热点。

 

 

数据挖掘的起源

需要是发明之母。存在大量数据，可以广泛使用，并且迫切需要将这些数据转换成有用的信息和知识。

　     数据挖掘利用了来自如下一些领域的思想：(1) 来自统计学的抽样、估计和假设检验，(2) 人工智能、模式识别和机器学习的搜索算法、建模技术和学习理论。数据挖掘也接纳了很多来自其他领域的思想。并且这些思想为数据挖掘奠定了坚实的基础。起到了很好的支撑作用

数据挖掘能做什么

1)数据挖掘能做以下六种不同事情（分析方法）：

　　A． 分类 （Classification）

　　B． 估值（Estimation）

　　C． 预言（Prediction）

　　D． 相关性分组或关联规则（Affinity grouping or association rules）

　　E． 聚集（Clustering）

　　F． 描述和可视化（Description and Visualization）

　　G． 复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)

 

2)数据挖掘分类

　　以上六种数据挖掘的分析方法可以分为两类：直接数据挖掘；间接数据挖掘

　　· 直接数据挖掘

　　目标是利用可用的数据建立一个模型，这个模型对剩余的数据，对一个特定的变量（可以理解成数据库中表的属性，即列）进行描述。

　　· 间接数据挖掘

　　目标中没有选出某一具体的变量，用模型进行描述；而是在所有的变量中建立起某种关系 。

　　· 分类、估值、预言属于直接数据挖掘；后三种属于间接数据挖掘