数据挖掘的发展趋势和研究前沿

挖掘复杂的数据类型

---

数据挖掘的其他方法

---

数据挖掘应用

金融数据分析的数据挖掘

• 为多维数据分析和数据挖掘设计和构造数据仓库
• 贷款偿还预测和顾客信用正则分析
• 针对定向促销的顾客分类与聚类
• 洗黑钱和其他金融犯罪的侦破

零售和电信业的数据挖掘

• 数据仓库设计与构造
• 销售、顾客、产品、时间和地区的多维分析
• 促销活动的效果分析
• 顾客保有–顾客忠诚度分析
• 产品推荐和商品的交叉推荐
• 欺骗分析和异常模式识别

科学与工程数据挖掘

入侵检测和预防数据挖掘

多数入侵检测和预防系统都使用基于特征的检测或者基于异常的检测：

数据挖掘方法可以以多种方式帮助入侵检测和预防系统加强性能。

---

数据挖掘的发展趋势

• 应用探索
• 可伸缩的和交互的数据挖掘方法
• 与搜索引擎、数据库系统、数据仓库系统和云计算系统的集成
• 挖掘社会和信息网络
• 挖掘时间空间数据、移动对象和物联网系统
• 挖掘多媒体、文本和web数据
• 挖掘生物学和生物医学数据
• 数据挖掘与软件工程和系统工程
• 可视和听觉数据挖掘
• 分布式数据挖掘和实时数据流挖掘
• 数据挖掘中的隐私保护和信息安全