數(shù)據(jù)倉庫與數(shù)據(jù)挖掘1簡介-在線瀏覽
2025-04-10 12:38本頁面
【正文】 聚類原則：最大化類內(nèi)的相似性，最小化類間的相似性 24 數(shù)據(jù)挖掘的功能 孤立點(diǎn)（ Outlier）分析 孤立點(diǎn)：一個(gè)數(shù)據(jù)對(duì)象，與數(shù)據(jù)的一般行為不一致 孤立點(diǎn)可以被視為例外，但對(duì)于欺騙檢測和罕見事件分析，它是相當(dāng)有用的 趨勢和演變分析 趨勢和偏離：回歸分析 序列模式挖掘，周期性分析 基于相似的分析 其它基于模式或統(tǒng)計(jì)的分析 25 數(shù)據(jù)挖掘：多學(xué)科交叉 數(shù)據(jù)庫 機(jī)器學(xué)習(xí) 統(tǒng)計(jì)分析 可視化 其它 高性能計(jì)算 信息檢索 Data Mining 26 數(shù)據(jù)挖掘的分類 一般功能 描述式數(shù)據(jù)挖掘 預(yù)測式數(shù)據(jù)挖掘 不同的角度、不同的分類 待挖掘的數(shù)據(jù)庫類型 待發(fā)現(xiàn)的知識(shí)類型 所用的技術(shù)類型 所適合的應(yīng)用類型 27 數(shù)據(jù)挖掘從不同角度的分類 28 數(shù)據(jù)挖掘從不同角度的分類 所用技術(shù) 面向數(shù)據(jù)庫的、數(shù)據(jù)倉庫（ OLAP）、 機(jī)器學(xué)習(xí)、 統(tǒng)計(jì)學(xué)、可視化、神經(jīng)網(wǎng)絡(luò)等 適合的應(yīng)用 零售、電訊、銀行、欺騙分析、 DNA 挖掘、股票市場分析、 Web 挖掘、 Web日志分析等 29 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘 動(dòng)機(jī)：為什么要進(jìn)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(jìn)行 數(shù)據(jù)挖掘功能和分類 一些新的研究方向 30 Web挖掘 Web Mining Web Usage Mining Agent Based Approach Database Approach 智能查詢 信息過濾 /分類 個(gè)性化 Web 多層次數(shù)據(jù)庫 Web查詢系統(tǒng) 預(yù)處理 事務(wù)標(biāo)識(shí) 模式發(fā)現(xiàn) 模式分析 Web Structure Mining Web Content Mining 31 Web 使用挖掘 Web Usage Mining是在 Web數(shù)據(jù)存儲(chǔ)地中應(yīng)用數(shù)據(jù)挖掘技術(shù)抽取使用模式的方法 數(shù)據(jù)預(yù)處理 用戶使用頁面關(guān)聯(lián)、用戶分類、用戶聚類、 … 應(yīng)用 個(gè)性化 站點(diǎn)改進(jìn) …… 32 文本挖掘 文本挖掘 =數(shù)據(jù)挖掘（應(yīng)用于文本存
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1