一，體系結構

典型數(shù)據(jù)挖掘系統(tǒng)

數(shù)據(jù)的來源

• 數(shù)據(jù)庫服務器，
• 數(shù)據(jù)庫

數(shù)據(jù)挖掘的引擎

數(shù)據(jù)挖掘的模式

數(shù)據(jù)可視化技術的展示

二，數(shù)據(jù)類型

關系數(shù)據(jù)庫

• 使用最廣泛

數(shù)據(jù)倉庫

• 各個分立的數(shù)據(jù)庫統(tǒng)一

事務數(shù)據(jù)庫

高級數(shù)據(jù)庫系統(tǒng)和信息庫

• 空間數(shù)據(jù)庫

• 時間數(shù)據(jù)庫和時間序列數(shù)據(jù)庫
  時間數(shù)據(jù)庫和時間序列數(shù)據(jù)庫都存放與時間有關的數(shù)據(jù)。
  時間數(shù)據(jù)庫通常存放包含時間相關屬性的時間
  時間序列數(shù)據(jù)庫存放隨時間變化的值序列
  對時間數(shù)據(jù)庫和時間序列數(shù)據(jù)庫的數(shù)據(jù)挖掘，可以通過研究事物發(fā)生發(fā)展的過程，有助于揭示事物發(fā)展的本質規(guī)律，可以發(fā)現(xiàn)數(shù)據(jù)對象的演變特征或對象變化趨勢。

• 流數(shù)據(jù)

• 多媒體數(shù)據(jù)庫

• 面向對象數(shù)據(jù)庫和對象 - 關系數(shù)據(jù)庫
  面向對象數(shù)據(jù)庫是面向對象技術和數(shù)據(jù)庫技術結合的產(chǎn)物，該技術對數(shù)據(jù)以對象的形式進行存儲，并在這個基礎上實現(xiàn)傳統(tǒng)數(shù)據(jù)庫的功能，包括持久性，并發(fā)控制，可恢復性，一致性，和查詢數(shù)據(jù)庫的能力等。
  對象 - 關系數(shù)據(jù)庫基于對象 - 關系 模型構造，該模型通過處理復雜對象的豐富數(shù)據(jù)類型和對象定位等功能，擴充關系模型。
  面向對象數(shù)據(jù)庫和對象 - 關系 數(shù)據(jù)庫中的數(shù)據(jù)挖掘會設計一些新的技術，比如處理復雜對象結構，復雜數(shù)據(jù)類型，類和子類層次結構，構造集成以及方法和過程等等。

• 異種數(shù)據(jù)庫和遺產(chǎn)（legacy）數(shù)據(jù)庫

• 文本數(shù)據(jù)庫和網(wǎng)絡數(shù)據(jù)庫

數(shù)據(jù)挖掘的主要方法

1，概念/類描述：特性化和區(qū)分

• 歸納 ，總結和對比數(shù)據(jù)的特性。
• 例如用戶屬性分析，電商用戶，月消費額超過5000元的用戶特征描述：30 - 40 歲之間，固定職業(yè)，信用程度良好。

2, 關聯(lián)分析

• 發(fā)現(xiàn)數(shù)據(jù)之間的關聯(lián)規(guī)則，這些規(guī)則展示屬性 - 值 頻繁的在給定的數(shù)據(jù)中所一起出現(xiàn)的條件。
• 廣泛的應用于購物籃或事務分析

3，分類和預測

• 通過構造函數(shù)（或模型）用來描述和區(qū)別類或概念，用來預測類型標志未知的對象類。
• 例如，按照耗油量將汽車分類
• 導出模型的表示： 判定樹、分類規(guī)則、神經(jīng)網(wǎng)絡
• 可以用來預報某些未知的或丟失的數(shù)字值。

4，聚類分析

• 將類似的數(shù)據(jù)歸類到一起，形成一個新的類別進行分析。
• 組內最大化的相似性，組間最小化的相似性

5，孤立點分析

• 孤立點 ： 一些與數(shù)據(jù)的一般行為或模型不一致的孤立數(shù)據(jù)
• 通常孤立點被作為“噪音”或異常被丟棄，但在欺騙檢測中卻可以通過對罕見事件進行孤立點分析而得到結論。

6，趨勢和演變分析

• 描述行為隨時間變化的對象的發(fā)展規(guī)律或趨勢
• 趨勢和偏差： 回歸分析
• 序列模式匹配 ： 周期性分析
• 基于類似性的分析

7， 其他定向模式或統(tǒng)計分析

模式興趣度的度量

比較困難度量

1，模式興趣度的度量

• 易于被人理解
• 在某種程度上，對于新的或測試數(shù)據(jù)是有效的
• 具有潛在效用
• 新穎的
• 符合用戶確信的某種假設

2， 模式興趣度的客觀和主觀度量、

• 客觀度量 ：基于所發(fā)現(xiàn)模式的結構和關于他們的統(tǒng)計，比如：支持度（數(shù)據(jù)多少程度上對結論的支持），置信度等等
• 主觀度量： 基于用戶對數(shù)據(jù)的判斷。比如：出乎意料的，新穎的、可行動的等等。

數(shù)據(jù)挖掘算法的優(yōu)化

• 數(shù)據(jù)挖掘系統(tǒng)可以僅僅發(fā)現(xiàn)有趣的模式
• 方法
  （1），首先生成所有模式然后過濾那些無趣的
  （2），僅僅生成有趣的模式 - 挖掘查詢優(yōu)化

數(shù)據(jù)挖掘學科綜合性

數(shù)據(jù)挖掘的學科綜合.jpg

數(shù)據(jù)挖掘的分類

數(shù)據(jù)挖掘的分類.jpg

1,根據(jù)所挖掘的數(shù)據(jù)庫分類

• 關系數(shù)據(jù)庫，事務數(shù)據(jù)庫 ，流式數(shù)據(jù)庫，面向對象數(shù)據(jù)庫，對象關系數(shù)據(jù)庫，數(shù)據(jù)倉庫，空間數(shù)據(jù)庫，時態(tài)數(shù)據(jù)庫，文本數(shù)據(jù)庫，多媒體數(shù)據(jù)庫，異構數(shù)據(jù)庫，歷史數(shù)據(jù)庫，

2，根據(jù)挖掘的知識類型

• 特征分析，區(qū)分，關聯(lián)分析，分類聚類，孤立點分析/演變分析，偏差分析等等
• 多種方法的集成和多層機挖掘

3，根據(jù)挖掘所用技術

• 面向數(shù)據(jù)庫的挖掘，數(shù)據(jù)倉庫，OLAP，機器學習，統(tǒng)計學，可視化等等

4，根據(jù)挖掘所用的應用

• 金融，電信，銀行，欺詐分析，DNA分析，股票市場，WEB挖掘。