数据挖掘系统分类
ቤተ መጻሕፍቲ ባይዱ
内容要点
1
了解数据挖掘的分类规则
数据挖掘分类
2
按照一般功能，可以将数据挖掘分为：
描述式数据挖掘
预测式数据挖掘
数据挖掘分类——不同的角度,不同的分类
3
所适合的 应用类型
所用的技 术类型
待挖掘的 数据库类
型
待发现的 知识类型
数据挖掘分类的多维视图
4
待挖掘的数据库
关系的, 事务的, 面向对象的, 对象-关系的, 主动的, 空间的, 时间序列的, 文本 的, 多媒 体的, 异种的, 遗产的, WWW, 等.
特征分类, 先聚类再关联
OLAM 的结构
7
挖掘查询
挖掘结果
第4层
OLAM 引擎
用户 GUI API
OLAP 引擎
用户界面
第3层 OLAP/OLAM
数据立方体 API
过滤和集成
Databases
MDDB
数据库 API
数据清理 数据集成
元数据
过滤
数据仓库
第2 层 MDDB
第 1层 数据存储
小结
8
了解数据挖掘的分类规则
OLAP挖掘: 数据挖掘与数据仓库的集成
6
数据挖掘系统, DBMS, 数据仓库系统的耦合
不耦合, 松耦合, 半紧密耦合, 紧密耦合
联机分析挖掘
挖掘与 OLAP 技术的集成
交互挖掘多层知识
通过下钻, 上卷, 转轴, 切片, 切块等操作, 在不同的抽象层挖掘知识和模式的 必要性.
多种挖掘功能的集成
所挖掘的知识
特征, 区分, 关联, 分类, 聚类, 趋势, 偏离和孤立点分析, 等. 多/集成的功能, 和多层次上的挖掘
数据挖掘分类的多维视图
5
所用技术
面向数据库的, 数据仓库 (OLAP), 机器学习, 统计学, 可视化, 神经网络, 等.
适合的应用
零售, 电讯, 银行, 欺骗分析, DNA 挖掘, 股票市场分析, Web 挖掘, Web日志分析, 等