➢ 数据挖掘应用系统开发 ➢ 数据挖掘技术的新应用 ➢ 数据挖掘软件发展
2020/12/9
数据库研究所
9
高级数据挖掘
课程的教学目的
➢ 让学生掌握数据挖掘的基本概念、算法和高级技术； ➢ 将这些概念、算法和技术应用于实际问题。
复旦大学计算机科学技术学 院基本情况
➢ 主要研究方向
▪ 媒体计算 ▪ 数据库与数据科学 ▪ 网络与信息安全 ▪ 智能信息处理 ▪ 人机接口和服务计算 ▪ 理论计算机科学 ▪ 软件工程与系统软件
2020/12/9
数据库研究所
6
复旦大学数据挖掘课程的设置
总体目标
➢ 掌握大规模数据挖掘与分析的基本流程 ➢ 掌握数据挖掘的基本算法 ➢ 掌握对实际数据集进行挖掘的系统能力
数据仓库与数据挖掘
数据库系统
2020/12/9
数据库研究所
8
数据仓库与数据挖掘
课程的教学目的
➢ 掌握数据仓库数据挖掘原理、技术和方法，掌握建立数据挖掘应用 系统的方法，了解相关前沿的研究。
教学内容
➢ 数据挖掘、数据仓库的基本概念
▪ 数据仓库设计和应用 ▪ 数据挖掘的基本技术
• 关联分析、分类分析、聚类分析、异常分析和演化分析等；联机分析处理OLAP技术；
➢ involving methods at the intersection of artificial intelligence, machine learning, statistics, and database systems.
➢ The overall goal of the data mining process is to extract information from a data set and transform it into an understandable structure for further use.
数据挖掘课程的特点
➢ 入门容易
➢ 有深度
➢ 应用实例多
▪ 易于设计实验
2020/12/9
数据库研究所
5
复旦大学数据挖掘课程的设置
复旦大学计算机科学技术学 院基本情况
➢ 学生情况
▪ 120名本科生/年 ▪ 150名研究生/年
➢ 教师情况
▪ 教学科研教师：100名左右
➢ 教学理念
▪ 强调数据基础 ▪ 强调学生综合能力的培养 ▪ 强调学生创新能力培养
▪ 算法设计 ▪ 挖掘算法的内涵 ▪ 参数设置 ▪ 结果评估 ▪…
➢ 了解数据挖掘的主要应用方向 ➢ 为后续的课程做准备
2020/12/9
数据库研究所
7
复旦大学数据挖掘课程的设置
数据库新技术 机器学习 生物信息学 多媒体数据处理
WEB数 文本 数据
… 据管理 数据 密集
和数据 挖掘 型计
挖掘
算
高级数据挖掘技术
processing of discovered structures, visualization, and online updating.
2020/12/9
数据库研究所
3
开设数据挖掘课程的目的
技术发展的趋势的需要
➢ 大数据和智能化是信息技术发展的新动力
Байду номын сангаас
➢ 技术发展路径
▪ 数据库->数据仓库->数据挖掘->大数据
那么，如果把数据比作是矿石的话，大数据挖掘技术就是要从矿石中提炼出黄金，并形成各种精致的制成品发挥作用的 过程。它既能够通过移动应用和云服务追踪和提升个人的生活品质，也能为现代企业带来更高效和稳健的管理方式。小到个 人，大到企业和国家，大数据均是极度重要的一个议题，需要我们真正的深入理解它。
2020/12/9
数据挖掘技术已经成为很多应用领域的基本支撑技
术
➢ WEB数据分析
➢ 电子商务
➢ 生物信息学
➢ 金融数据分析
… 2020/➢12/9
数据库研究所
4
开设数据挖掘课程的目的
数据分析类课程在计算机教学体系中的作用将逐渐 增加
➢ 数据挖掘、机器学习、…
培养学生理论与应用相结合能力
➢ 培养学生应用基本的方法，提高解决实际的系统能力
数据的泛滥是科技进步和现代生活各个方面信息化的直接结果。因此，检查一个人是否可以从可用数据中为特定应用目 标提取简明而可行的见解是自然而然的。这就是数据挖掘任务的来源。原始数据可能是任意的、非结构化的，甚至是不适合 自动处理的格式。例如，手动收集的数据可能来自不同格式的异构数据源，但不知何故需要通过自动化计算机程序进行处理 以获取见解。 为了解决这个问题，数据挖掘分析人员使用一系列处理流程，将原始数据收集，清理并转换为标准格式。数据 可以存储在商业数据库系统中，并通过使用分析方法进行最终处理。实际上，尽管数据挖掘经常让人联想到分析算法的概念 ，但事实是绝大多数工作都与流程的数据准备部分有关。这种处理流程在概念上类似于从矿石到最终产品的实际采矿过程。 “采矿”一词源于此类推。
《数据挖掘》PPT课件 （综合版）
序言
随着信息科技的进步，数据的收集变得十分便利，不同来源的信息与数据，涌入我们预先设计好的数据仓储。这些信息 透过数据挖掘的技术组合在一起，就可快速地勾勒出每个人对生活的品味、特征，并进一步影响我们的生活。
数据挖掘是收集、清理、处理、分析并从数据中获得有用见解的研究。在实际应用中遇到的问题域、应用、公式和数据 表示方面存在很大差异。因此，“数据挖掘”是一个广泛的术语，用于描述数据处理的这些不同方面。
什么是数据挖掘
Wiki中的定义
➢ the analysis step of the "Knowledge Discovery in Databases" process, or KDD
➢ An interdisciplinary subfield of computer science, is the computational process of discovering patterns in large data sets
➢ Aside from the raw analysis step, it involves database and data
management aspects, data pre-processing, model and inference
considerations, interestingness metrics, complexity considerations, post-