什么是数据挖掘

**

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。