数据挖掘领域十大挑战问题

数据挖掘领域10大挑战性问题：

1.Developing a Unifying Theory of Data Mining  （ 数据挖掘的统一理论框架的构建）

2.Scaling Up for High Dimensional Data/High Speed Streams  （高维数据和高速数据流的挖掘）

3.Mining Sequence Data and Time Series Data   （序列和时序数据的挖掘）

4.Mining Complex Knowledge from Complex Data  （复杂数据中复杂知识的挖掘）

5.Data Mining in a Network Setting   （网络环境中的数据挖掘）

6.Distributed Data Mining and Mining Multi-agent Data  （分布式数据和多代理数据的挖掘)

7.Data Mining for Biological and Environmental Problems   （生物和环境数据的挖掘)

8.Data-Mining-Process Related Problems  （ 数据挖掘过程中的相关问题处理)

9.Security, Privacy and Data Integrity   （数据挖掘中数据安全、数据所涉及到的隐私和数据完整性的维护)

10.Dealing with Non-static, Unbalanced and Cost-sensitive Data （非静态、非平衡及成本敏感数据的挖掘)