aai09知識發(fā)現(xiàn)和數(shù)據(jù)挖掘2高級人工智能史忠植

1、第九章 知識發(fā)現(xiàn)和數(shù)據(jù)挖掘數(shù)據(jù)庫中知識發(fā)現(xiàn) 史忠植 中科院計算所2022/7/191高級人工智能 史忠植知識發(fā)現(xiàn)關(guān)聯(lián)規(guī)則數(shù)據(jù)倉庫知識發(fā)現(xiàn)工具2022/7/192高級人工智能 史忠植 知識發(fā)現(xiàn)知識發(fā)現(xiàn)是指從數(shù)據(jù)集中抽取和精煉新的模式。范圍非常廣泛：經(jīng)濟、工業(yè)、農(nóng)業(yè)、軍事、社會數(shù)據(jù)的形態(tài)多樣化：數(shù)字、符號、圖形、圖像、聲音數(shù)據(jù)組織各不相同：結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)發(fā)現(xiàn)的知識可以表示成各種形式規(guī)則、科學(xué)規(guī)律、方程或概念網(wǎng)。2022/7/193高級人工智能 史忠植 數(shù)據(jù)庫知識發(fā)現(xiàn) 目前, 關(guān)系型數(shù)據(jù)庫技術(shù)成熟、應(yīng)用廣泛。因此, 數(shù)據(jù)庫知識發(fā)現(xiàn)(Knowledge Discovery in Databa

2、ses KDD)的研究非?；钴S。 該術(shù)語于1989年出現(xiàn)，F(xiàn)ayyad定義為“KDD是從數(shù)據(jù)集中識別出有效的、新穎的、潛在有用的，以及最終可理解的模式的非平凡過程” 2022/7/194高級人工智能 史忠植 不同的術(shù)語名稱 知識發(fā)現(xiàn)是一門來自不同領(lǐng)域的研究者關(guān)注的交叉性學(xué)科，因此導(dǎo)致了很多不同的術(shù)語名稱。 知識發(fā)現(xiàn):人工智能和機器學(xué)習(xí)界。 數(shù)據(jù)挖掘(data mining):統(tǒng)計界、數(shù)據(jù)分析、數(shù)據(jù)庫和管理信息系統(tǒng)界知識抽取 (information extraction)、信息發(fā)現(xiàn) (information discovery)、智能數(shù)據(jù)分析 (intelligent data analysi

3、s)、探索式數(shù)據(jù)分析 (exploratory data analysis)信息收獲 (information harvesting) 數(shù)據(jù)考古 (data archeology)2022/7/195高級人工智能 史忠植2022/7/196高級人工智能 史忠植知識發(fā)現(xiàn)的任務(wù)(1)數(shù)據(jù)總結(jié)： 對數(shù)據(jù)進行總結(jié)與概括。傳統(tǒng)的最簡單的數(shù)據(jù)總結(jié)方法是計算出數(shù)據(jù)庫的各個字段上的求和值、平均值、方差值等統(tǒng)計值,或者用直方圖、餅狀圖等圖形方式表示。 分類：根據(jù)分類模型對數(shù)據(jù)集合分類。分類屬于有導(dǎo)師學(xué)習(xí)，一般需要有一個訓(xùn)練樣本數(shù)據(jù)集作為輸入。聚類：根據(jù)數(shù)據(jù)的不同特征，將其劃分為不同的類。無導(dǎo)師學(xué)習(xí)2022/7/

4、197高級人工智能 史忠植知識發(fā)現(xiàn)的任務(wù)(2)相關(guān)性分析： 發(fā)現(xiàn)特征之間或數(shù)據(jù)之間的相互依賴關(guān)系關(guān)聯(lián)規(guī)則 偏差分析：基本思想是尋找觀察結(jié)果與參照量之間的有意義的差別。通過發(fā)現(xiàn)異常, 可以引起人們對特殊情況的加倍注意。 建模：構(gòu)造描述一種活動或狀態(tài)的數(shù)學(xué)模型 2022/7/198高級人工智能 史忠植知識發(fā)現(xiàn)的方法(1)統(tǒng)計方法：傳統(tǒng)方法： 回歸分析、判別分析、聚類分析、探索性分析模糊集(fuzzy set) Zadeh 1965支持向量機(Support Vector Machine) Vapnik 90年代初粗糙集(Rough Set) Pawlak 80年代初2022/7/199高級人工智能

5、 史忠植知識發(fā)現(xiàn)的方法(2)機器學(xué)習(xí)：規(guī)則歸納：AQ算法決策樹：ID3、C4.5范例推理:CBR遺傳算法:GA貝葉斯信念網(wǎng)絡(luò)2022/7/1910高級人工智能 史忠植知識發(fā)現(xiàn)的方法(3)神經(jīng)計算：神經(jīng)網(wǎng)絡(luò)是指一類新的計算模型，它是模仿人腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和某些工作機制而建立的一種計算模型。常用的模型：Hopfield網(wǎng)多層感知機自組織特征映射反傳網(wǎng)絡(luò)可視化：2022/7/1911高級人工智能 史忠植KDD的技術(shù)難點動態(tài)變化的數(shù)據(jù)噪聲數(shù)據(jù)不完整冗余信息數(shù)據(jù)稀疏超大數(shù)據(jù)量2022/7/1912高級人工智能 史忠植關(guān)聯(lián)規(guī)則屬于知識發(fā)現(xiàn)任務(wù)中的相關(guān)性分析 由于條形碼技術(shù)的發(fā)展,零售部門可以利用前端收款機

6、收集存儲大量的售貨數(shù)據(jù)。因此,如果對這些歷史事務(wù)數(shù)據(jù)進行分析,則可對顧客的購買行為提供極有價值的信息。例如,可以幫助如何擺放貨架上的商品(如把顧客經(jīng)常同時買的商品放在一起),幫助如何規(guī)劃市場(怎樣相互搭配進貨)。2022/7/1913高級人工智能 史忠植關(guān)聯(lián)規(guī)則的表示 關(guān)聯(lián)規(guī)則的形式如 “在購買面包顧客中,有70%的人同時也買了黃油”,可以表示成：面包黃油。用于關(guān)聯(lián)規(guī)則發(fā)現(xiàn)的主要對象是事務(wù)型數(shù)據(jù)庫,其中針對的應(yīng)用則是售貨數(shù)據(jù),也稱貨籃數(shù)據(jù)。一個事務(wù)一般由如下幾個部分組成:事務(wù)處理時間 ,一組顧客購買的物品,有時也有顧客標(biāo)識號(如信用卡號)。 2022/7/1914高級人工智能 史忠植關(guān)聯(lián)規(guī)則的

7、相關(guān)概念(1)設(shè)R=I1,I2Im是一組物品集，W是一組事務(wù)集。W中的每個事務(wù)T是一組物品，TR。假設(shè)有一個物品集A，一個事務(wù)T，如果AT，則稱事務(wù)T支持物品集A。關(guān)聯(lián)規(guī)則是如下形式的一種蘊含：AB，其中A、B是兩組物品，AI，BI，且AB=。2022/7/1915高級人工智能 史忠植關(guān)聯(lián)規(guī)則的相關(guān)概念(2)支持度 物品集A的支持度：稱物品集A具有大小為s的支持度,如果D中有s%的事務(wù)支持物品集X P(A)1000個顧客購物，其中200個顧客購買了面包，支持度就是20（200/1000）。 關(guān)聯(lián)規(guī)則AB的支持度：關(guān)聯(lián)規(guī)則AB在事務(wù)數(shù)據(jù)庫W中具有大小為s的支持度,如果物品集AB的支持度為s 10

8、0個顧客購買了面包和黃油，則面包黃油 102022/7/1916高級人工智能 史忠植關(guān)聯(lián)規(guī)則的相關(guān)概念(3)可信度 設(shè)W中支持物品集A的事務(wù)中，有c的事務(wù)同時也支持物品集B，c稱為關(guān)聯(lián)規(guī)則AB的可信度。 P(B|A) 1000個顧客購物，200個顧客購買了面包，其中140個買了黃油，則可信度是70（140/200）。2022/7/1917高級人工智能 史忠植關(guān)聯(lián)規(guī)則的相關(guān)概念(4)最小支持度minsup 用戶規(guī)定的關(guān)聯(lián)規(guī)則必須滿足的最小支持度。最小可信度minconf 用戶規(guī)定的關(guān)聯(lián)規(guī)則必須滿足的最小可信度。大項集(大項集、大物品集largeitemset) 支持度不小于最小支持度minsup

9、的物品集2022/7/1918高級人工智能 史忠植關(guān)聯(lián)規(guī)則發(fā)現(xiàn)任務(wù) 給定一個事務(wù)數(shù)據(jù)庫D，求出所有滿足最小支持度和最小可信度的關(guān)聯(lián)規(guī)則。該問題可以分解為兩個子問題：求出D中滿足最小支持度的所有大項集；利用大項集生成滿足最小可信度的所有關(guān)聯(lián)規(guī)則。對于每個大項集A，若BA，B，且Confidence（B (AB)）minconf，則構(gòu)成關(guān)聯(lián)規(guī)則B (AB) 2022/7/1919高級人工智能 史忠植關(guān)聯(lián)規(guī)則發(fā)現(xiàn)的基本思路 第2個子問題比較容易。目前大多數(shù)研究集中在第一個子問題上，即如何高效地求出大項集。 首先生成長度為1的大項集（即單個物品），記為L1；在Lk的基礎(chǔ)上生成候選物品集Ck+1，候選物

10、品集必須保證包括所有的大項集。用事務(wù)數(shù)據(jù)庫D中的事務(wù)對Ck+1進行支持度測試以生成長度為k+1的大項集Lk+1，計算每個候選物品集的支持度，如果大于minsup，則加入到Lk+1中。如果Lk+1為空集，則結(jié)束，L1L2即為結(jié)果；否則轉(zhuǎn)(2)，繼續(xù)。2022/7/1920高級人工智能 史忠植思路的正確性利用了大物品集向下封閉性，即大物品集X的任意子集一定是大物品集，反過來說，如果X有一子集不是大項集，則X肯定不是。是寬度優(yōu)先算法2022/7/1921高級人工智能 史忠植經(jīng)典的Apriori算法(1) L1=large 1-itemsets;(2) for (k=2; Lk-1不為空; k+) d

11、o begin(3) Ck=apriori-gen(Lk-1); / 新候選物品集(4) For all transactions tD do begin(5) C=subset(Ck,t); / t中的候選物品集(6) For all candidates cC do(7) c.count+;(8) end;(9) Lk=cCk|c.count=minsup;(10) end;(11) Answer = L1L22022/7/1922高級人工智能 史忠植apriori-gen(Lk-1) 分成兩步：join算法：從兩個Lk-1物品集生成候選物品集Ckinsert into Ckselect

12、p.item1,p.item2,.,p.item(k-1), q.item(k-1)from Lk-1 p, Lk-1 qwhere p.item1=q.item1, .,p.item(k-2)=q.item(k-2), p.item(k-1)q.item(k-1)2022/7/1923高級人工智能 史忠植Prune算法：從Ck中除去大小為k-1且不在Lk-1中的子集(1) For all itemsets cCk do(2) For all (k-1)-subsets s of c do(3) if (sLk-1)(4) then delete c from Ck2022/7/1924高級人

13、工智能 史忠植舉例：L3為1,2,3,1,2,4,1,3,4,1,3,5,2,3,4經(jīng)過join后，C4=1,2,3,4,1,3,4,5由于1,3,4,5有子集1,4,5不在L3中， 所以經(jīng)過prune后，得到L4=1,2,3,42022/7/1925高級人工智能 史忠植2022/7/1926高級人工智能 史忠植2022/7/1927高級人工智能 史忠植2022/7/1928高級人工智能 史忠植2022/7/1929高級人工智能 史忠植關(guān)聯(lián)規(guī)則發(fā)現(xiàn)注意的問題充分理解數(shù)據(jù)目標(biāo)明確數(shù)據(jù)準(zhǔn)備工作要做好選取適當(dāng)?shù)淖钚〉闹С侄群涂尚哦群芎玫乩斫怅P(guān)聯(lián)規(guī)則2022/7/1930高級人工智能 史忠植關(guān)聯(lián)規(guī)則發(fā)

14、現(xiàn)使用步驟連接數(shù)據(jù)，做數(shù)據(jù)準(zhǔn)備給定最小支持度和最小可信度，利用知識發(fā)現(xiàn)工具提供的算法發(fā)現(xiàn)關(guān)聯(lián)規(guī)則可視化顯示、理解、評估關(guān)聯(lián)規(guī)則2022/7/1931高級人工智能 史忠植關(guān)聯(lián)規(guī)則在保險業(yè)務(wù)中的應(yīng)用最小支持度1%，最小可信度為50%2022/7/1932高級人工智能 史忠植2022/7/1933高級人工智能 史忠植2022/7/1934高級人工智能 史忠植2022/7/1935高級人工智能 史忠植數(shù)據(jù)倉庫 在過去幾十年，數(shù)據(jù)庫技術(shù)，特別是OLTP（聯(lián)機事務(wù)處理），主要是為自動化生產(chǎn)、精簡工作任務(wù)和高速采集數(shù)據(jù)服務(wù)。它是事務(wù)驅(qū)動的、面向應(yīng)用的。 20世紀(jì)80年代，人們要利用現(xiàn)有的數(shù)據(jù)，進行分析和推理

15、，從而為決策提供依據(jù)。這種需求既要求聯(lián)機服務(wù)，又涉及大量用于決策的數(shù)據(jù)。而傳統(tǒng)的數(shù)據(jù)庫系統(tǒng)已無法滿足這種需求：所需歷史數(shù)據(jù)量很大，而傳統(tǒng)數(shù)據(jù)庫一般只存儲短期數(shù)據(jù)。涉及許多部門的數(shù)據(jù)，而不同系統(tǒng)的數(shù)據(jù)難以集成。對大量數(shù)據(jù)的訪問性能明顯下降 2022/7/1936高級人工智能 史忠植數(shù)據(jù)倉庫的定義信息處理技術(shù)的發(fā)展趨勢是：從大量的事務(wù)型數(shù)據(jù)庫中抽取數(shù)據(jù)，并將其清理、轉(zhuǎn)換為新的存儲格。隨著此過程的發(fā)展和完善，這種九十年代初出現(xiàn)的支持決策的、特殊的數(shù)據(jù)存儲即被稱為數(shù)據(jù)倉庫（Data Warehouse）。Inmon將數(shù)據(jù)倉庫明確定義為： 數(shù)據(jù)倉庫（Data Warehouse）是面向主題的，集成的，內(nèi)

16、容相對穩(wěn)定的、不同時間的數(shù)據(jù)集合，用以支持經(jīng)營管理中的決策制定過程。 2022/7/1937高級人工智能 史忠植數(shù)據(jù)倉庫的特征(1) 數(shù)據(jù)倉庫中的數(shù)據(jù)是面向主題的 與傳統(tǒng)數(shù)據(jù)庫面向應(yīng)用相對應(yīng)的。主題是一個在較高層次將數(shù)據(jù)歸類的標(biāo)準(zhǔn)，每一個主題基本對應(yīng)一個宏觀的分析領(lǐng)域 數(shù)據(jù)倉庫中的數(shù)據(jù)是集成的 在數(shù)據(jù)進入數(shù)據(jù)倉庫之前，必然要經(jīng)過加工與集成。要統(tǒng)一原始數(shù)據(jù)中的所有矛盾之處，還要進行數(shù)據(jù)綜合和計算2022/7/1938高級人工智能 史忠植數(shù)據(jù)倉庫的特征(2) 數(shù)據(jù)倉庫中的數(shù)據(jù)是穩(wěn)定的 數(shù)據(jù)倉庫的數(shù)據(jù)主要供決策分析之用，所涉及的操作主要是數(shù)據(jù)查詢，一般不進行修改操作 數(shù)據(jù)倉庫中的數(shù)據(jù)又是隨時間不斷變

17、化的 數(shù)據(jù)倉庫的數(shù)據(jù)不是實時更新的，但并不是永遠不變的，也要隨著時間的變化不斷地更新、增刪和重新綜合。 更新周期 2022/7/1939高級人工智能 史忠植元數(shù)據(jù)元數(shù)據(jù)（Metadata）是關(guān)于數(shù)據(jù)的數(shù)據(jù)，它描述了數(shù)據(jù)的結(jié)構(gòu)、內(nèi)容、編碼、索引等內(nèi)容。傳統(tǒng)數(shù)據(jù)庫中的數(shù)據(jù)字典是一種元數(shù)據(jù)，但在數(shù)據(jù)倉庫中，元數(shù)據(jù)的內(nèi)容比數(shù)據(jù)庫中的數(shù)據(jù)字典更加豐富和復(fù)雜。設(shè)計一個描述能力強、內(nèi)容完善的元數(shù)據(jù)，是有效管理數(shù)據(jù)倉庫的具有決定意義的重要前提 2022/7/1940高級人工智能 史忠植元數(shù)據(jù)的重要性 數(shù)據(jù)倉庫使用者往往將使用元數(shù)據(jù)作為分析的第一步。元數(shù)據(jù)如同數(shù)據(jù)指示圖，指出了數(shù)據(jù)倉庫內(nèi)各種信息的位置和含義 從

18、操作型數(shù)據(jù)環(huán)境到數(shù)據(jù)倉庫的數(shù)據(jù)轉(zhuǎn)換是復(fù)雜的、多方面的，是數(shù)據(jù)倉庫建設(shè)的關(guān)鍵性步驟，元數(shù)據(jù)要包含對這種轉(zhuǎn)換的清晰描述，保證這種轉(zhuǎn)換是正確、適當(dāng)和合理的，并且是靈活可變的元數(shù)據(jù)還管理粒度的劃分、索引的建立以及抽取更新的周期等，以便管理好數(shù)據(jù)倉庫中的大規(guī)模數(shù)據(jù) 2022/7/1941高級人工智能 史忠植數(shù)據(jù)倉庫的相關(guān)概念事實表（Fact）：存儲用戶需要查詢分析的數(shù)據(jù)，事實表中一般包含多個維（Dimension）和度量（Measurement）。維：代表了用戶觀察數(shù)據(jù)的特定視角，如：時間維、地區(qū)維、產(chǎn)品維等。每一個維可劃分為不同的層次來取值，如時間維的值可按年份、季度、月份來劃分，描述了不同的查詢層次

19、。度量：是數(shù)據(jù)的實際意義，描述數(shù)據(jù)“是什么”，即一個數(shù)值的測量指標(biāo)，如：人數(shù)、單價、銷售量等。 2022/7/1942高級人工智能 史忠植數(shù)據(jù)倉庫的建模模型 度量的實際數(shù)據(jù)存放在事實表中。維的詳細信息，如不同的層次劃分和相應(yīng)數(shù)據(jù)等在維表中存儲，事實表中存放各個維的標(biāo)識碼鍵。事實表和維表將通過這些鍵關(guān)聯(lián)起來，構(gòu)成一種星型模型 對于層次復(fù)雜的維,為避免冗余數(shù)據(jù)占用過大的存儲空間,可以使用多個表來描述,這種星型模式的擴展稱為雪花模型2022/7/1943高級人工智能 史忠植OLAP數(shù)據(jù)倉庫技術(shù)中，多維數(shù)據(jù)分析（Multidimensional Data Analysis）方法是一種重要的技術(shù)，也稱作

20、聯(lián)機分析處理（On-Line Analytical Processing，簡稱OLAP）或數(shù)據(jù)立方體（Data Cube）方法，主要是指通過各種即席復(fù)雜查詢，對數(shù)據(jù)倉庫中存儲的數(shù)據(jù)進行各種統(tǒng)計分析的應(yīng)用 數(shù)據(jù)倉庫是面向決策支持的，決策的前提是數(shù)據(jù)分析。在數(shù)據(jù)分析中經(jīng)常要用到諸如求和、總計、平均、最大、最小等匯集操作，這類操作的計算量特別大 。2022/7/1944高級人工智能 史忠植OLAP的類型ROLAP：數(shù)據(jù)保留在原有的關(guān)系型結(jié)構(gòu)中，并且將聚合表也存儲在關(guān)系數(shù)據(jù)庫, 在技術(shù)成熟及各方面的適應(yīng)性上較之MOLAP占有一定的優(yōu)勢，性能較差MOLAP: 數(shù)據(jù)和聚合都存儲在多維結(jié)構(gòu)中，效率較高 ，便

21、于進行優(yōu)化操作。維數(shù)多數(shù)據(jù)量大時，存儲是難點。HOALP: 數(shù)據(jù)保留在原有的關(guān)系型結(jié)構(gòu)中，聚合存儲在多維結(jié)構(gòu)。結(jié)合ROLAP和MOLAP兩者的優(yōu)點2022/7/1945高級人工智能 史忠植OLAP的分析操作OLAP的基本多維分析操作有鉆?。╮oll up和drill down）、切片（slice）和切塊（dice）、以及旋轉(zhuǎn)（pivot)等。鉆取是改變維的層次，變換分析的粒度。它包括向上鉆取和向下鉆取。roll up是在某一維上將低層次的細節(jié)數(shù)據(jù)概括到高層次的匯總數(shù)據(jù)；而drill down則相反，它從匯總數(shù)據(jù)深入到細節(jié)數(shù)據(jù)進行觀察切片和切塊是在一部分維上選定值后，關(guān)心度量數(shù)據(jù)在剩余維上的分布

22、。如果剩余的維只有兩個，則是切片，否則是切塊 旋轉(zhuǎn)是變換維的方向，即在表格中重新安排維的放置（例如行列互換 2022/7/1946高級人工智能 史忠植數(shù)據(jù)倉庫和知識發(fā)現(xiàn)技術(shù)的結(jié)合(1) 知識發(fā)現(xiàn)成為數(shù)據(jù)倉庫中進行數(shù)據(jù)深層分析的一種必不可少的手段 數(shù)據(jù)倉庫是面向決策分析的，數(shù)據(jù)倉庫從事務(wù)型數(shù)據(jù)抽取并集成得到的分析型數(shù)據(jù)后，需要各種決策分析工具對這些數(shù)據(jù)進行分析和挖掘，得到有用的決策信息。而知識發(fā)現(xiàn)技術(shù)具備從大量數(shù)據(jù)中發(fā)現(xiàn)有用信息的能力。2022/7/1947高級人工智能 史忠植數(shù)據(jù)倉庫和知識發(fā)現(xiàn)技術(shù)的結(jié)合(2) 數(shù)據(jù)倉庫為知識發(fā)現(xiàn)提供經(jīng)過良好預(yù)處理的數(shù)據(jù)源 知識發(fā)現(xiàn)往往依賴于經(jīng)過良好組織和預(yù)處理

23、的數(shù)據(jù)源，數(shù)據(jù)的好壞直接影響知識發(fā)現(xiàn)的效果。 數(shù)據(jù)倉庫具有從各種數(shù)據(jù)源中抽取數(shù)據(jù)，并對數(shù)據(jù)進行清洗、聚集和轉(zhuǎn)換等各種處理的能力2022/7/1948高級人工智能 史忠植一、數(shù)據(jù)挖掘概念-發(fā)展1989 IJCAI會議： 數(shù)據(jù)庫中的知識發(fā)現(xiàn)討論專題Knowledge Discovery in Databases (G. Piatetsky-Shapiro and W. Frawley, 1991)1991-1994 KDD討論專題Advances in Knowledge Discovery and Data Mining (U. Fayyad, G. Piatetsky-Shapiro, P.

24、Smyth, and R. Uthurusamy, 1996)1995-1998 KDD國際會議 (KDD95-98)Journal of Data Mining and Knowledge Discovery (1997)1998 ACM SIGKDD, SIGKDD1999-2002 會議,以及SIGKDD Explorations數(shù)據(jù)挖掘方面更多的國際會議PAKDD, PKDD, SIAM-Data Mining, (IEEE) ICDM, DaWaK, SPIE-DM, etc.2022/7/1949高級人工智能 史忠植二、數(shù)據(jù)挖掘軟件的發(fā)展代特征數(shù)據(jù)挖掘算法集成分布計算模型數(shù)據(jù)模型第

25、一代作為一個獨立的應(yīng)用支持一個或者多個算法 獨立的系統(tǒng)單個機器向量數(shù)據(jù)第二代和數(shù)據(jù)庫以及數(shù)據(jù)倉庫集成多個算法：能夠挖掘一次不能放進內(nèi)存的數(shù)據(jù)數(shù)據(jù)管理系統(tǒng)，包括數(shù)據(jù)庫和數(shù)據(jù)倉庫同質(zhì)、局部區(qū)域的計算機群集有些系統(tǒng)支持對象,文本和連續(xù)的媒體數(shù)據(jù)第三代和預(yù)言模型系統(tǒng)集成 多個算法數(shù)據(jù)管理和預(yù)言模型系統(tǒng)intranet/extranet網(wǎng)絡(luò)計算支持半結(jié)構(gòu)化數(shù)據(jù)和web數(shù)據(jù)第四代和移動數(shù)據(jù)/各種計算設(shè)備的數(shù)據(jù)聯(lián)合 多個算法數(shù)據(jù)管理、預(yù)言模型、移動系統(tǒng)移動和各種計算設(shè)備普遍存在的計算模型 Robert Grossman， National Center for Data Mining University of Illinois at Chicago 的觀點2022/7/1950高級人工智能 史忠植二、數(shù)據(jù)挖掘軟件的發(fā)展第一代數(shù)據(jù)挖掘軟件2022/7/1951高級人工智能 史忠植二、數(shù)據(jù)挖掘軟件的發(fā)展第一代數(shù)據(jù)挖掘軟件 CBA新加坡國立大學(xué)。基于關(guān)聯(lián)規(guī)則的分類算法，能從關(guān)系數(shù)據(jù)或者交易數(shù)據(jù)中挖掘關(guān)聯(lián)規(guī)則，使用關(guān)聯(lián)規(guī)則進行分類和預(yù)測2022/7/1952高級人工智能 史忠植二、數(shù)據(jù)挖掘軟件的發(fā)展第二代數(shù)據(jù)挖掘軟件特點與數(shù)據(jù)庫管理系統(tǒng)（DBMS）集成 支持數(shù)據(jù)庫和數(shù)據(jù)倉庫，和它們具有高性能的接口，具有高的可擴展性 能夠挖掘大數(shù)據(jù)集、以及更復(fù)雜的數(shù)據(jù)集 通過支持數(shù)據(jù)挖掘模式（d