数据挖掘技术
（Data Mining Techniques）
林源洪
集美大学理学院
（School of Sciences，Jimei University）
1
第一章引言
1什么激发了数据挖掘，为什么它是重要的
需要是发明之母。数据挖掘之所以引起信息产业界的极大关注，其主要原因是存在大量数据，可以广泛使用，并且迫切需要将这些数据转换成有用的信息和知识。获取的信息和知识可以广泛地用于各种应用，包括商务管理、生产控制、市场分析、工程设计和科学探索。所以，数据挖掘是信息技术自然演化的结果，因而是重要的。
2什么是数据挖掘
简单地说，数据挖掘是从大量数据中提取或“挖掘”知识。从广义上来说，数据挖掘是从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有趣知识的过程。基于这种观点，典型的数据挖掘系统具有以下主要成分：
1）数据库、数据仓库或其他信息库
2）数据库或数据仓库服务器
3）知识库
4）数据挖掘引擎（用于特征化、关联、分类、聚类分析以及演变与偏差分析）
5）模式评估模块
6）图形用户界面
2
3在何种数据上进行数据挖掘
原则上讲，数据挖掘可以在任何类型的信息存储上进行。它包括以下几个方面：
1）关系数据库
2）数据仓库
3）事务数据库
4）高级数据库系统
5）展开文件和WWW
4数据挖掘功能---可以挖掘什么类型的模式
数据挖掘功能用于指定数据挖掘任务中要找的模式类型。数据挖掘任务一般可以分为两类：描述和预测。描述性挖掘任务刻划数据库中数据的一般特性。预测性挖掘任务在当前数据上进行推断，并加以预测。通常我们把它们分为以下几个类型：
1）概念/类描述：特征化和区分（Characterization and Discrimination）
2）关联分析（Association Analysis）
3）分类和预测（Classification and Predict）
4）聚类分析（Clustering Analysis）
5）孤立点分析（Outlier Analysis）
6）演变分析（Evolution Analysis）
5所有模式都是有趣的吗
答案显然是否定的。实际上，对于给定的用户，在可能产生的模式中，只有一小部分是他感兴趣的。这就对数据挖掘系统提出了一系
3
列的问题。你可能会想：“什么样的模式是有趣的？数据挖掘系统能够产生所有有趣的模式吗？数据挖掘系统能够仅产生有趣的模式吗？”
模式是有趣的，通常它含以下几点：（1）它易于被人理解；（2）在某种程度上，对于新的或测试数据是有效的；（3）是潜在有用的；（4）是新颖的。这样就存在一些模式兴趣度的客 |
|
资源大小：570.70 KB 
