数据挖掘定义 从大量的、不完全的、有噪声的、随机的 数据中提取含在其中的、人们事先不知道 的、有用的信息和知识的过程。 功能的广义观点：从存放在数据库、数据 仓库或其他信息库中的大量数据中发现知 识的过程 数据挖掘是一个新兴、交叉学科领域
数据挖掘简介 产生背景 随着数据库技术的飞速发展，快速增 长的海量数据收集、存放在大量数据 储存库中 理解他们已经远远超出人的能力 数据坟墓——难得再访问的数据档案 数据丰富，但信息缺乏
现状：作为一个新兴的研究领域， 现状：作为一个新兴的研究领域，PG电子平台数据挖掘已经 取得了广泛和重大进展。应用到众多领域， 取得了广泛和重大进展。应用到众多领域，出现 了大量的商品化数据挖掘系统 发展方向：对现有方法进一步改进， 发展方向：对现有方法进一步改进，研究发展数 据挖掘语言的标准化， 据挖掘语言的标准化，可视化方法和处理复杂数 据类型的新方法 目前面临困难：成功案例少， 目前面临困难：成功案例少，中小企业需求少 人才稀缺
分类分析：找出描述和区分数据类或概念的模型， 分类分析：找出描述和区分数据类或概念的模型，PG电子平台 以便能够使模型预测未知的对象类 常用方法：分类规则；决策树；神经网络； 常用方法：分类规则；决策树；神经网络； 聚类分析：根据最大化类内部的相似性、 聚类分析：根据最大化类内部的相似性、最小化 类之间的相似性的原则进行聚类或分组 常用算法：K-MEAMS；分层凝聚发；估算最大 常用算法： ；分层凝聚发； 值法 关联分析： 关联分析：发现数据库中不同项之间的联系 常用方法： 常用方法：Apriori；MAQA;IUA; ；
时间序列分析： 时间序列分析：描述行为随时间变化的对象的规 律或趋势， 律或趋势，并对其建模 匹配方法： 匹配方法：ARMA模型 模型 离群点分析： 离群点分析：检测和分析离群点 离群点： 离群点：与数据的一般行为或模型不一致的点
啤酒加尿布 地点： 地点：沃尔玛在美国加州的某连锁店 起因： 起因：每天销售信息和顾客基本情况的数据库中 发现购买婴儿尿布的顾客多是男性， 发现购买婴儿尿布的顾客多是男性，而且往往也 同时购买啤酒 经过：重新布置货架， 经过：重新布置货架，把啤酒类商品布置在婴儿 尿布货架附近， 尿布货架附近，并在两者之间放上土豆之类的佐 酒小食品和男性生活用品 结果： 结果：上述几种商品销量大增
