数据挖掘（一）：引论

数据挖掘又称从数据中挖掘知识、知识提取、数据/模式分析、数据考古和数据捕捞

1. 为什么进行数据挖掘？

日益增长的数据同其中能得到的知识量的矛盾。数据越来越多，就迫切需要从数据中提取信息的工具。简单讲就是从数据中挖掘知识。

2. 什么是数据挖掘？

数据挖掘就是从数据中发现知识的过程。
知识发现过程由以下步骤的迭代序列组成：

• 1.数据清理（消除噪声和删除不一致数据）
• 2.数据集成（多种数据源可以组合在一起）
• 3.数据选择（从数据库中提取和分析任务相关的数据）
• 4.数据变换（通过汇总或聚集操作，把数据变换和统一成适合挖掘的形式）
• 5.数据挖掘（基本步骤，使用智能化方法提取数据模式）
• 6.模式评估（根据某种兴趣度度量，识别代表知识的真正有趣的模式）
• 7.知识表示（使用可视化和知识表示技术，向用户提供数据挖掘的知识）

广义的数据挖掘的观点：
数据挖掘是从大量数据中挖掘有趣模式和知识的过程。

3. 可以挖掘什么类型的模式？

数据挖掘任务可以分为两类：
1.描述性：描述性挖掘任务刻画目标数据中数据的一般性质
2.预测性：预测性挖掘任务在当前数据上进行归纳，以便做出预测

4. 使用什么技术？

5. 数据挖掘的主要问题

• 挖掘方法
• 用户交互
• 有效性与伸缩性
• 数据类型的多样性
• 数据挖掘与社会