**
什么是数据挖掘**
数据挖掘是从大量数据中挖掘有趣模式和知识的过程。数据源包括数据库、数据仓库、Web、其他信息存储库或者动态的流入系统的数据。
数据挖掘有一个流行术语:数据中的知识发现(KDD)
有趣的模式代表知识
一个有趣的模式
它在某种确信度上对于检验数据是有效的、新颖的、潜在有用的,并且易于被人理解。
数据挖掘的一个基本步骤为:
1、数据清理:消除噪声和删除不一致的数据。
2、数据集成:多种数据源可以组合在一起。
3、数据选择:从数据库中提取与分析任务相关的数据。
4、数据变换:通过汇总或者聚焦操作,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,向用户提供挖掘的知识。
数据挖掘的应用
只要数据对于目标应用是有意义的,数据挖掘可以在任何类型的数据上进行,如数据库、数据仓库数据、事物数据和高级数据库等。
高级数据库包括:时间相关的或序列数据,数据流,空间和时空数据,文本和多媒体数据,图和网络数据,web数据。
数据仓库:是一种用于长期存储数据的仓库,这些数据来源多个数据源,并且是在一种统一的模式下汇总存放的。数据仓库提高一些数据分析能力,称为**联机分析处理
**
数据挖掘比较成功的应用有:商务智能、Web搜索、生物信息学、卫生保健信息学、金融、数字图书馆和数字政府。
数据挖掘具有挑战性的领域有挖掘方法、用户交互、有效性与可伸缩性,以及处理多种多样的数据类型。