數(shù)據(jù)倉庫與數(shù)據(jù)挖掘1簡介(參考版)
2025-03-11 12:38本頁面
【正文】 不確定性數(shù)據(jù)管理的框架 不確定性數(shù)據(jù) 模型定義 預處理與集成 存儲與索引 查詢、分析、挖掘 結(jié)果 43 作業(yè) 簡述數(shù)據(jù)挖掘的一些主要方法，并根據(jù)你的見解，談談數(shù)據(jù)挖掘技術可能的應用（舉例） 44 演講完畢，謝謝觀看！ 。 文本挖掘與觀點挖掘（事實與觀點） 文本挖掘關注事實，觀點挖掘關注用戶對事實所持的觀點； 事實是客觀的，觀點是主觀的； 事實只有一個，觀點卻各不相同。數(shù)據(jù)倉庫與數(shù)據(jù)挖掘 Data Warehouse and Data Mining 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘 動機：為什么要進行數(shù)據(jù)挖掘 數(shù)據(jù)挖掘的步驟 數(shù)據(jù)挖掘在什么數(shù)據(jù)上進行 數(shù)據(jù)挖掘功能和分類 一些新的研究方向 2 動機：需要是發(fā)明之母 數(shù)據(jù)爆炸問題 自動的數(shù)據(jù)收集工具和成熟的數(shù)據(jù)庫技術導致大量數(shù)據(jù)存放在數(shù)據(jù)庫、數(shù)據(jù)倉庫和其它信息存儲器中 我們正被數(shù)據(jù)淹沒，但卻缺乏知識 解決辦法：數(shù)據(jù)倉庫與數(shù)據(jù)挖掘 數(shù)據(jù)倉庫與聯(lián)機分析處理（ OLAP） 從大型數(shù)據(jù)庫的數(shù)據(jù)中提取有趣的知識（規(guī)則，規(guī)律性，模式，限制等） 3 什么是數(shù)據(jù)挖掘 數(shù)據(jù)挖掘 （數(shù)據(jù)庫中知識發(fā)現(xiàn)） 從大型數(shù)據(jù)庫中提取有趣的 （ 非平凡的、蘊涵的、先前未知的且是潛在有用的） 信息或模式 其它名稱 數(shù)據(jù)庫中知識發(fā)現(xiàn)（挖掘） （ Knowledge discovery in databases, KDD）， 知識提取（ knowledge extraction）， 數(shù)據(jù) /模式分析（ data/pattern analysis）， 數(shù)據(jù)考古（ data archeology）， 數(shù)據(jù)捕撈（ data dredging）， 信息收獲（ information harvesting）， 商務智能（ business intelligence） 等 4 數(shù)據(jù)挖掘可能的應用 數(shù)據(jù)庫分析和決策支持 市場分析和管理：針對銷售（ target marketing）， 顧客關系管理，購物籃分析，交叉銷售（ cross selling），市場分割（ market segmentation） 風險分析與
法律信息相關推薦
鄂ICP備17016276號-1