數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)講稿概述

1前期根底課程：數(shù)據(jù)庫(kù)、人工智能參考書：?知識(shí)發(fā)現(xiàn)?，清華大學(xué)出版社，史忠植編，2004第1章概述隨著信息社會(huì)和知識(shí)經(jīng)濟(jì)時(shí)代的來臨，信息正以前所未有的速度膨脹。面對(duì)浩如煙海的信息資源，人類的自然智能越來越顯得難于駕馭。如何用人造的智能去模仿和擴(kuò)展人類的自然智能，實(shí)現(xiàn)信息的智能化處理，是信息社會(huì)和知識(shí)經(jīng)濟(jì)所面臨的一個(gè)重大課題。人工智能作為一門研究機(jī)器〔計(jì)算機(jī)〕智能的學(xué)科，其目的是要用人工的方法和技術(shù)，研制智能機(jī)器或智能系統(tǒng)，來模仿、延伸和拓展人的智能。因此，人工智能是人類邁向信息、迎接知識(shí)經(jīng)濟(jì)挑戰(zhàn)所必須具備的一項(xiàng)核心技術(shù)。難怪有人把人工智能同原子能技術(shù)、空間技術(shù)一起稱為20世紀(jì)的三大尖端科技成就。但人工智能系統(tǒng)較率低，不能應(yīng)用于實(shí)際。隨著計(jì)算機(jī)、Internet的普及，以及數(shù)據(jù)庫(kù)〔DB〕技術(shù)的迅速開展和數(shù)據(jù)庫(kù)管理系統(tǒng)〔DBMS〕的廣泛應(yīng)用，導(dǎo)致許多領(lǐng)域積累了海量數(shù)據(jù)〔如，從普通的超市業(yè)務(wù)數(shù)據(jù)、信用卡記錄數(shù)據(jù)、呼叫清單、政府統(tǒng)計(jì)數(shù)據(jù)到不太普通的天體圖像、分子數(shù)據(jù)庫(kù)和醫(yī)療記錄等〕?，F(xiàn)有的DB技術(shù)大多可高效地實(shí)現(xiàn)數(shù)據(jù)查詢、統(tǒng)計(jì)和維護(hù)等管理功能，但卻無法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)聯(lián)和規(guī)那么，無法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測(cè)未來的開展趨勢(shì)。數(shù)據(jù)庫(kù)中存在著大量數(shù)據(jù)，卻缺乏從這些數(shù)據(jù)中自動(dòng)、高效地獲取知識(shí)的手段，出現(xiàn)了“數(shù)據(jù)豐富，知識(shí)貧乏〞的現(xiàn)象。此外，在數(shù)據(jù)操縱方面：信息的提取及其相關(guān)處理技術(shù)卻遠(yuǎn)遠(yuǎn)落后。為此，針對(duì)龐大的數(shù)據(jù)庫(kù)及其中的海量數(shù)據(jù)信息源，僅依靠傳統(tǒng)的數(shù)據(jù)檢索機(jī)制和統(tǒng)計(jì)分析方法已遠(yuǎn)不能滿足需要。需求是開展之母，數(shù)據(jù)管理系統(tǒng)〔DBMS〕和人工智能中機(jī)器學(xué)習(xí)兩種技術(shù)的開展和結(jié)合，促成了在數(shù)據(jù)庫(kù)中發(fā)現(xiàn)知識(shí)這一新技術(shù)的誕生，即基于數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)〔KnowledgeDiscoveryinDatabase,KDD〕及其核心技術(shù)---數(shù)據(jù)挖掘產(chǎn)生并迅速開展起來。它的出現(xiàn)為自動(dòng)和智能地把海量數(shù)據(jù)轉(zhuǎn)化成有用的信息和知識(shí)提供了手段。1.1知識(shí)知識(shí)不僅是人工智能領(lǐng)域中研究的重要對(duì)象，而且也是知識(shí)工程與知識(shí)發(fā)現(xiàn)處理的重要對(duì)象。什么是知識(shí)？〔到目前為止，知識(shí)還沒有統(tǒng)一的嚴(yán)格的形式化定義〕臂知識(shí)益是人唱們?cè)诔酶脑鞄Э陀^誼世界員的實(shí)拖踐中衣積累捕起來誓的認(rèn)仙識(shí)和干經(jīng)驗(yàn)宏，姑是一縱切智起能行淡為的暈根底眠。曬廣義遠(yuǎn)地說避，知堵識(shí)是濟(jì)人們游通過蔬學(xué)習(xí)重、發(fā)賺現(xiàn)或饞感悟瓦到的破對(duì)世巴界的稻認(rèn)識(shí)祝總和球，是部人類繳認(rèn)識(shí)煤的結(jié)招晶。惜狹義沸地說厚，知吉識(shí)是瘦一種澇有組錦織的妨經(jīng)驗(yàn)垮、價(jià)笛值觀柴、相列關(guān)信見息和弊洞察胖力的津組合拌。圣☆兇與知國(guó)識(shí)相慧關(guān)聯(lián)悲的兩喜個(gè)概頭念是挑數(shù)據(jù)禁和墾信息即所謂慧數(shù)據(jù)鳥是指胖人們穩(wěn)為了細(xì)描述悄客觀器世界題中的旗具體響事物庭而引蜓入的競(jìng)一些傳數(shù)字商、字丹符、搶文字板等符劈號(hào)或提符號(hào)貧的組應(yīng)合。圍如，喚“粉建國(guó)砍50理歲潛〞墨中的亂“吧建國(guó)英〞怖、剛“欲50帆歲稀〞告都是列數(shù)據(jù)針。胞所謂栽信息澤是指續(xù)不同水的有蜓用間數(shù)據(jù)轟組成宴的一卡種結(jié)聾構(gòu)。興如擴(kuò)“效建國(guó)款8痰0歲配〞鹿，就廟是一質(zhì)條信旺息?；ァ钔鯏?shù)據(jù)警、信丈息和押知識(shí)提間的策關(guān)系租是：憐數(shù)據(jù)叫是信枝息的曲載體令和表您示；叢信息炕是數(shù)鉆據(jù)在漸特定濫場(chǎng)合橋下的宗含義爹，或耕者說剪信息雅是數(shù)貨據(jù)的控語義梁。如愈“腦建國(guó)僑8愛0歲災(zāi)〞幕。但椅相同苦的數(shù)難據(jù)在土不同忽的場(chǎng)謝合會(huì)咸有不響同的寨含義套。愚信息影僅是站對(duì)客甲觀事銷物的燦一般陰性描絲述，按它還析不是揪知識(shí)授。只梢有經(jīng)做過對(duì)絲其進(jìn)勞行加兩工、角整理店、解料釋、凳挑選跳和改正造，奉形成尤對(duì)客弱觀世評(píng)界規(guī)墨律性柱認(rèn)識(shí)妻后才尊能稱鄭為知拳識(shí)。圖可見嶄，樹知識(shí)藏是對(duì)咬信息精進(jìn)行敘智能莊性加栽工所尿形成娃的對(duì)蓬客觀萌世界膏規(guī)律撿性的粒認(rèn)識(shí)院。屈〔如鈔，水祝，在賓標(biāo)準(zhǔn)作大氣這壓下棋，加令熱到婆10捆0度巡就會(huì)冬沸騰活〕嫂實(shí)現(xiàn)歸對(duì)信挽息的死加工榆過程置，實(shí)稱際上毀也是渣一種尖把信名息關(guān)課聯(lián)在秋一起專的過緞程。聲因此天，也貫可把玻有關(guān)析信息夸關(guān)聯(lián)鉤在一聾起所守形成說的信注息結(jié)才構(gòu)稱尼為展知識(shí)撤。從碎這種勺意義績(jī)上講畫，漠“重信息胳〞稿與剝“警關(guān)聯(lián)棗〞謎是構(gòu)郵成知案識(shí)的尼兩個(gè)剃要素艦。躺信息顆之間懶關(guān)聯(lián)抄的形詳式很貨多，暗其中銀最常飼用的腸一種井形式密為：泥如果祖……鞏倆那么棚……孕斜灣斥疏照瓶〔I淺F滴……豆T賀HE萬N倡……隆〕平如，齊“帳如果掏他學(xué)庫(kù)過人哭工智哄能課到程，紗那么他仆應(yīng)該行知道青什么命叫知唐識(shí)倍〞租。肌1.陰2愛什么抵是知鈴識(shí)工返程？竹知識(shí)碗工程呼的概惕念出倆現(xiàn)于翼19起77柔年掃的人摸工智親能聯(lián)喪合會(huì)襲議上伶，由圣費(fèi)根栽鮑姆終教授膏提出酷的，犬至今踏也沒滋有嚴(yán)凳格的奴定義氧，妖但人殊們普伸遍認(rèn)唯為供，猛知識(shí)腫工程冒是以課知識(shí)湯為處政理對(duì)壞象酷，蛛借用傻工程瘡化的什思想語，應(yīng)框用油人工匪智能猶的原雜理、計(jì)方法胳和那技術(shù)魚去黃設(shè)計(jì)否、構(gòu)幼造和賣維護(hù)紗知識(shí)埋型系冤統(tǒng)的診一門置學(xué)科仗，緊是人諒工智奏能的貌一個(gè)嫌應(yīng)用顛分支駐。金知識(shí)麻工程掉的目押的燭是在犧研究條知識(shí)秘的基身礎(chǔ)上劍，掩開卡發(fā)智寇能系藍(lán)統(tǒng)短。哨所以著，網(wǎng)知識(shí)男工程蛾的核感心那么頁(yè)是專糊家系算統(tǒng)拌。部由此罰知碰，額知識(shí)牲的獲史取、略知識(shí)疾的表評(píng)示、蝶知識(shí)顏的運(yùn)恥用便噴構(gòu)成酸知識(shí)釋工程悅的三阿大要琴素巷。殊知識(shí)果工程芹的研恐究?jī)?nèi)不容絕，主憲要包鳥括伍：鏡根底討理論塔研究哲、實(shí)葵用技掛術(shù)的脂開發(fā)哈、知芳識(shí)型宮系統(tǒng)敏工具徹研究胸和智開能機(jī)且等相冒關(guān)課定題的扯研究劫。沖其中漿，元根底茫理論派研究岡包括烈：齊知識(shí)荷的本特質(zhì)、驗(yàn)知識(shí)曾的表朗示、疲推理窯、獲求取和縣學(xué)習(xí)小方法翻等歇；僑實(shí)用迫技術(shù)婚主要斯研究皆解決霸建立紙知識(shí)歡系統(tǒng)劣過程摔中遇隆到的葵問題趙，么包括暴：削實(shí)用害知識(shí)濃表示敞方法司、實(shí)愉用知主識(shí)獲劉取技套術(shù)、姥實(shí)用損知識(shí)犬推理食方法敘、知磨識(shí)庫(kù)廟結(jié)構(gòu)便系統(tǒng)禾、知淋識(shí)系糾統(tǒng)體跑系結(jié)跨構(gòu)、吵知識(shí)擦庫(kù)管染理技斜術(shù)、兔知識(shí)內(nèi)型系被統(tǒng)的肆調(diào)試塑與評(píng)脅估技澇術(shù)、掀實(shí)用冶解釋哲技術(shù)啦、實(shí)找用接鋸口技內(nèi)術(shù)等秒；導(dǎo)知識(shí)際型系游統(tǒng)工咱具旋研究忍，局主要漢是為謝了給爐系統(tǒng)逗的開按發(fā)提獸供良秧好的孩環(huán)境竭工具鑰，何以提礦高系筋統(tǒng)研息制的莊質(zhì)量散和縮頓短系縱統(tǒng)研第制周暑期等究。喝知識(shí)濕工程葡系統(tǒng)討的歷特點(diǎn)服知識(shí)葛工程夢(mèng)系統(tǒng)示能解芽決專卡家水責(zé)平的祝問題彩；鄉(xiāng)系統(tǒng)私能快副速的浙進(jìn)行戒假設(shè)孟和搜侮索解型答拿；童系統(tǒng)磨能做鐘出具翼有專腸家水測(cè)平的具解答污；袖系統(tǒng)譯具有萬大量遠(yuǎn)的基探礎(chǔ)知孤識(shí)和耗通用累的問轎題求燃解能顯力嬸；南系統(tǒng)坐應(yīng)能蟻選擇原問題另的恰煮當(dāng)表順示方酒式爹，心其中還的知霧識(shí)型陪系統(tǒng)笛是一巧個(gè)符患號(hào)系養(yǎng)統(tǒng)坑；爆系統(tǒng)敢具有嗽自動(dòng)岔推理缸的能投力禽，栽能從覽結(jié)構(gòu)薦步驟密分析誕、解撐決、薄推理息問題禽等咳，舒這些厭都表搜現(xiàn)出粘具有傾人工規(guī)智能姻及其鴉系統(tǒng)畜的特窄點(diǎn)跑。夏因此育，瓶同樣露可以旋說石，愚知識(shí)歌工程掌是人晶工智抗能的阻一個(gè)凈重要冊(cè)應(yīng)用痛分支嬌決知識(shí)犯工程小與人愛工智坦能的似關(guān)系盲傳統(tǒng)雜人工拿智能暢不能運(yùn)進(jìn)入還實(shí)用濫階段蛛，渴主要鮮原因汽有赴人工鏡智能夫系統(tǒng)鮮的知導(dǎo)識(shí)庫(kù)圍中只擔(dān)含有共少量溜的規(guī)啟那么和燕事實(shí)紡；荒人工哲智能射系統(tǒng)繞的效逢率極收低竹。轉(zhuǎn)而順知識(shí)然工程糟是人遲工智扎能在求知識(shí)律信息射處理牙方面膽的發(fā)所展，井它研駕究如陵何由洞計(jì)算校機(jī)表已示知終識(shí)，娃進(jìn)行支問題咳的自搶動(dòng)求與解。鞏知識(shí)茶工程濟(jì)的研煉究外使人域工智步能的末研究京從朝理論剩轉(zhuǎn)向誼了戴應(yīng)用備，從聾基于之推理幕的模蝶型轉(zhuǎn)擇向基算于桂知識(shí)祥的模名型，植是新根一代驗(yàn)計(jì)算坐機(jī)的哭重要理理論鑰根底駁。它伏的會(huì)根本剩目的命是在三研究氣知識(shí)叢的基研礎(chǔ)上槽，開蹤發(fā)人仙工智公能系異統(tǒng)，技補(bǔ)充作和擴(kuò)技大大搏腦的倘功能奶，開仇創(chuàng)人板-機(jī)剖共同肢思考箏的時(shí)很代。莫知識(shí)核工程帖與專透家系叢統(tǒng)的爛關(guān)系便專家夸系統(tǒng)停是交知識(shí)存工程剛的核狡心啟。殊知識(shí)巴工程遠(yuǎn)的發(fā)盈展首門先決婚定于金專家躁系統(tǒng)草的發(fā)鎖展堆，惡專家妖系統(tǒng)裹的發(fā)屬展必距將推挨動(dòng)人客工智銜能的噸應(yīng)用丑。凈專家膝系統(tǒng)噸的開坐發(fā)有練三個(gè)慎根本駁的要趨素絲：跳領(lǐng)域貨專家索、知球識(shí)工號(hào)程師死、大扔量實(shí)板例洪。陜?cè)诮_立專按家系緣統(tǒng)時(shí)顏，是首先俘由知嬸識(shí)工往程師悉把領(lǐng)兆域?qū)灱业蔫T專門橫知識(shí)活總結(jié)去出來購(gòu)，王以適序當(dāng)?shù)暮?jiǎn)形式爹存入冰計(jì)算要機(jī)防，斧建立保起知鋤識(shí)庫(kù)匹〔K綠B〕粥，奏根據(jù)累這些瞧專門凈知識(shí)泳，捎系統(tǒng)庸可以琴進(jìn)行霜推理首，朱做出引判斷甲和決揪策摩，俘能夠側(cè)解決闖一些值只有挺人類貌專家捉才能葬解決抵的困膊難問滋題君，問專家透系統(tǒng)醉主要霸是指海軟件集系統(tǒng)欄。閃通常魄一個(gè)都最基趟本的脅專家間系統(tǒng)矮應(yīng)由拒：既知識(shí)樂庫(kù)、惕數(shù)據(jù)癢庫(kù)、驚推理洪機(jī)、洪解釋枝機(jī)構(gòu)炮、知下識(shí)獲輕取機(jī)患構(gòu)和覺用戶搭界面殊6個(gè)欄局部牛組成袍。卻圖1村專抬家系星統(tǒng)的學(xué)根本鬧結(jié)構(gòu)摩其主著要功辜能描荒述如士下：年挽衛(wèi)〔1索〕知奇識(shí)庫(kù)仆(K引no通wl透ed妹ge首B趕as熔e)躬知識(shí)厭庫(kù)是肥指以殿某種免存儲(chǔ)叮結(jié)構(gòu)緊存儲(chǔ)盾領(lǐng)域槍專家需的知論識(shí)，餃包括蹲事實(shí)拆和可愉行的貪操作餅與規(guī)桐那么等測(cè)。為像了建甜立專調(diào)家?guī)毂?，需掏?duì)領(lǐng)磨域問優(yōu)題的棵專家反知識(shí)慰，用且相應(yīng)炮的知記識(shí)表訴示方娛法將鞭其表補(bǔ)示出劃來，朗然后扇再進(jìn)籌行形儀式化狀，并發(fā)經(jīng)編叮碼放止入知袋識(shí)庫(kù)林中。夜所以慢，專腹家?guī)斐醯慕ㄖx立，欺首先傍要解震決知忍識(shí)獲構(gòu)取與口知識(shí)超表示暈的問芒題。銀知識(shí)從獲取抱是指訴知識(shí)右工程鼠師如堂何從擠領(lǐng)域殃專家斷那里缺獲得榨將要棋納入堵知識(shí)諒庫(kù)的柄知識(shí)禍。知嶼識(shí)表電示要些解決觀的問統(tǒng)題是擠如何艙使用斬計(jì)算率機(jī)能色夠理乖解的灑形式兇來表勝示和筋存儲(chǔ)敲知識(shí)續(xù)的問于題。永通常爛，知沃識(shí)庫(kù)坑中的蛋知識(shí)來分為駱兩大根類型吃：一飽類是仔領(lǐng)域烘中的朗事實(shí)表，稱救為融事實(shí)丹性知類識(shí)編，這奉是一石種廣上泛公獻(xiàn)用的笛知識(shí)帆，也誠(chéng)即寫塵在書奉本上懼的知東識(shí)及騙常識(shí)閘；另遲一類烏是襪啟發(fā)沈性知袖識(shí)叫，它蓮是領(lǐng)越域?qū)Ｑ布以谥L(zhǎng)期凝工作抽實(shí)踐震中積能累起留來的屠經(jīng)驗(yàn)字總結(jié)豬。怎〔2顫〕數(shù)輝據(jù)庫(kù)序也稱糧全局苗數(shù)據(jù)始庫(kù)或魄綜合悅數(shù)據(jù)灘庫(kù)。慘是用仿于存鼻儲(chǔ)與棟求解驅(qū)問題涉有關(guān)脹的初到始數(shù)礎(chǔ)據(jù)〔萍如，中事實(shí)方、數(shù)榜據(jù)、觸初始賽狀態(tài)醒〔證柏?fù)?jù)〕辰〕和類推理壩過程稱中得跳到的凝中間抽數(shù)據(jù)代。架如，嶄在醫(yī)地療專傲家系狗統(tǒng)中留，數(shù)問據(jù)庫(kù)雨中存淺放的績(jī)僅是滴當(dāng)前顧患者污的情瞇況，擁如姓談名、拳年齡名、癥竭狀等擺及推托理過某程中虛得到循的一警些中猛間結(jié)珍果、固病情擔(dān)等；渴在氣獸象專題家系莫統(tǒng)中叮，數(shù)亭據(jù)庫(kù)窯中存施放的榮是當(dāng)爛前氣漫象要烤素，喜如云聾量、陳溫度債、氣柔壓以捐及推寬理得業(yè)到的共中間短結(jié)果監(jiān)等。桌由此棍看出蜜，專麻家系嘴統(tǒng)數(shù)搬據(jù)庫(kù)暈只是協(xié)一個(gè)僅存儲(chǔ)即很少病的用尼于暫夠存中筐間信輕息的奶工作兆存儲(chǔ)新器〔錦也稱失內(nèi)涵替數(shù)據(jù)樂庫(kù)〕霜，而匆不是銳通常從概念養(yǎng)上的觸用于燥存放梳大量莊信息枕的數(shù)賭據(jù)庫(kù)沖〔也鏡稱外照延數(shù)夸據(jù)庫(kù)飽〕。艘〔3筑〕推金理機(jī)苦推理泉機(jī)是疼一組板用來板控制禍、協(xié)踐調(diào)整該個(gè)專旅家系身統(tǒng)的扛程序腐。它駐根據(jù)貨全局釀數(shù)據(jù)胖庫(kù)的日當(dāng)前爆內(nèi)容庸，從現(xiàn)知識(shí)引庫(kù)中趨選擇燃可匹底配的拖規(guī)那么鍋，并詳通過藥執(zhí)行甩規(guī)那么使來修榨改數(shù)迎據(jù)庫(kù)受中的侮內(nèi)容媽，再竹通過滅不斷可地推調(diào)理導(dǎo)完出問墓題的浩結(jié)論蛾。推雪理機(jī)萍中包按含如偽何從沿知識(shí)無庫(kù)中聲選擇慢規(guī)那么蓬的策碑略和筋當(dāng)有藏多個(gè)洪可用漲規(guī)那么梨時(shí)如泊何消萬解規(guī)今那么沖燙突的布策略施。嫩〔4礎(chǔ)〕解駛釋機(jī)貼構(gòu)彼用于殃向用六戶解光釋專辭家系捎統(tǒng)的型行為螞，包隨括解繳釋豎“襪系統(tǒng)漲是怎娛樣得象出這浩一結(jié)竹論的革〞打、猾“兩系統(tǒng)班為什午么要陵提出怒這樣竊的問頓題來司詢問偶用戶識(shí)〞芒等用暢戶需螺要解匪釋的機(jī)問題匪。脾〔5鋤〕知北識(shí)獲肥取機(jī)肯構(gòu)來知識(shí)恢獲取尖是專舅家系頂統(tǒng)的嘉一種胡輔助慨功能懷，它珍可為激修改該知識(shí)很庫(kù)中徹的原石有知即識(shí)和請(qǐng)擴(kuò)充如新知我識(shí)提魯供相測(cè)應(yīng)手語段。綢知識(shí)啄獲取溜機(jī)構(gòu)豈的膏根本址任務(wù)授是把教知識(shí)鎖參加牽到知卷識(shí)庫(kù)騙中，迅并負(fù)議責(zé)維茂持知部識(shí)的贏一致珍性及簽完整汗性，起建立倡起性潑能良害好的云知識(shí)弱庫(kù)。鼠通常夠，不斤同的廈專家較系統(tǒng)蜓，知蒙識(shí)獲附取功燦能和請(qǐng)實(shí)現(xiàn)字方法正差異垮較大舞。如爹，季有的墊系統(tǒng)作首先凳由知搞識(shí)工瞇程師蛋向領(lǐng)鄙域?qū)Ｉw家獲藝取知鼓識(shí)，柏然后葉通過搖相應(yīng)胖的知啊識(shí)編閱輯軟決件把穴知識(shí)枕送到組知識(shí)扔庫(kù)中彼；框有的暈系統(tǒng)駱自身偷就具概有部渴分學(xué)遇習(xí)功踢能，綿由系驗(yàn)統(tǒng)直鋤接與勿領(lǐng)域茅專家賭對(duì)話今獲取凝知識(shí)遺；咐有的貍系統(tǒng)救具有辣較強(qiáng)爹的學(xué)棚習(xí)功池能，由可在溉系統(tǒng)鼻運(yùn)行吉過程應(yīng)中通練過歸紀(jì)納、記總結(jié)扶，得疑出新拍的知懶識(shí)。滴總之黎，不卵管采半用方異式，年知識(shí)暗獲取安都是心目前鬼專家攏系統(tǒng)慶研究虛中的姻一個(gè)駁重要質(zhì)問題隊(duì)。拾所以核，蜜知識(shí)濃工程誕的概掘念腔從摘19辨77資年揉提出圍至今仗，侄現(xiàn)匙已成紫為一切門新嚴(yán)興的塔邊緣屑學(xué)科約。它宮是人羽工智禾能，全數(shù)據(jù)濫庫(kù)技爺術(shù)，創(chuàng)數(shù)理?yè)爝壿嬵D，認(rèn)額知科考學(xué)，找心理閣學(xué)等透學(xué)科攪交叉勒開展件的結(jié)餃果。湊1.駐3知冊(cè)識(shí)發(fā)塌現(xiàn)視KD兼D〔唱Kn濃ow遺le貼dg例e風(fēng)Di巷sc倆ov茄er逝y肯in冊(cè)D筍at團(tuán)ab胸as咽e〕嘩一詞妻是于容19筆89抬年8轟月在糊美國(guó)紹底特盯律市節(jié)召開煤的第亞一屆汪KD危D國(guó)沒際學(xué)甘術(shù)會(huì)繪議上警正式未形成躍的。快研究鼠的問茂題主剪要有真：獎(jiǎng)定性爪知識(shí)泳和定百量知將識(shí)的濟(jì)發(fā)現(xiàn)謠；另知識(shí)過發(fā)現(xiàn)詢方法歡；淺知識(shí)繳發(fā)現(xiàn)旦的應(yīng)摩用等炊。郵KD墊D的饅含義新，由包Fa閃yy拋ad頃定義熟為：程從數(shù)焦據(jù)集陣中識(shí)域別出癥有效艱的、漿新穎禍的、救潛在隙有用桑的，殖以及愉最終銀可理袋解的砌模式質(zhì)的非酷平凡歸過程智。陪涉及紗幾個(gè)跪概念設(shè)：檢“破數(shù)據(jù)谷集廚〞振、畝“傅模式墓〞威、項(xiàng)“旬過程傭〞揭、得“挪有效聾性棚〞揮、傍“陣新穎毫性奔〞預(yù)、番“耳潛在暴有用肝性雅〞柳和糠“申最終服可理劈解性咳〞瓜。懷數(shù)據(jù)辮集萄：數(shù)呈據(jù)庫(kù)波記錄疏的集薯合F閱；互模式乎：即全知識(shí)思，它抱給出敞了數(shù)帝據(jù)特涼性或執(zhí)數(shù)據(jù)壤之間嘉的關(guān)使系，柏是對(duì)歲數(shù)據(jù)關(guān)所包捕含的逆信息紛更抽蚊象的脫描述畢。按攪功能勉可以拐分為惱預(yù)測(cè)煩型模叼式和姨描述枕型模肺式。蹦在實(shí)蹄際應(yīng)眠用中總，可站以細(xì)壩分為累關(guān)聯(lián)梨模式佳、分跌類模液式、蟲聚類擠模式辛和序福列模骨式等才。腿過程豬：通國(guó)常在扎KD斷D中定指多年階段以的處勢(shì)理，牢涉及切數(shù)據(jù)救準(zhǔn)備住、模壤式搜玉索、花知識(shí)節(jié)評(píng)價(jià)選以及牙反復(fù)邁的修汗改求以精；陣該過飛程要萬求是弱非平煮凡桃的，撐意思具是要纖有一紹定程賢度的搞智能視性、睡自動(dòng)供性對(duì)；災(zāi)有效身性斃：是盾指發(fā)席現(xiàn)的薦模式聲對(duì)于拌新的孤數(shù)據(jù)匯仍保撒持一懼定的貢可信展度；潤(rùn)新穎烈性居：要智求發(fā)吐現(xiàn)的從模式覺應(yīng)該書是新太的；勸潛在等有用搜性竟：是喂指發(fā)摩現(xiàn)的祖知識(shí)這將來賺有實(shí)餃際效合用，鴉如，賓用于糖決策裹支持昆系統(tǒng)駛里可舅提高巨經(jīng)濟(jì)截效益鄭；恢最終右可理止解性輪：要驕求發(fā)帥現(xiàn)的臨模式需能被壇用戶雕理解好，目尚前它場(chǎng)主要越表達(dá)辦在簡(jiǎn)梳潔性煉上。嶺其中幫，爽“祝有效帶性工〞猛、工“努新穎扛性劈〞貢、睡“顧潛在辜有用浙性左〞碼和旦“顫最終棋可理半解性葡〞印綜合樸在一窗起稱流為庭興趣零性廉。騙KD著D的賣研究底內(nèi)容惡是狐：消如何硬自動(dòng)碎地去索處理視數(shù)據(jù)蘭庫(kù)中集大量胃的原熟始數(shù)詞據(jù)，焦從中登挖掘碗搜索源出具馳有規(guī)捎那么、天富有穗意義德的模盞式控。河它的證發(fā)現(xiàn)粱過程褲主要住有三醬個(gè)步貿(mào)驟裹：企數(shù)據(jù)宏準(zhǔn)備董，又稍包括古數(shù)據(jù)倘選取惑〔D銀at船a偏se閑le瓶ct盞io藏n〕初、數(shù)窯據(jù)預(yù)劍處理內(nèi)〔D亂at謝a雅pr夢(mèng)ep南ro郊ce軌ss錯(cuò)in票g〕檔和數(shù)半據(jù)變姜換〔線Da判ta壓t小ra烘ns燈fo忙rm骨at滲io蘆n〕申三個(gè)汗子步響驟；棗數(shù)據(jù)纖挖掘獎(jiǎng)〔D矮at鋒a屋Mi位ni珍ng陸〕沃階段句；餐結(jié)果辰解釋店和評(píng)廈價(jià)店。喘即：累KD干D=貼數(shù)據(jù)封準(zhǔn)備容+D微M+紹解釋糖評(píng)價(jià)銅。披圖1稍且KD喇D過周程駝?dòng)缮夏袌D知可，知礙識(shí)發(fā)采現(xiàn)的辦過程介可粗朋略的驕理解券為三蘇部曲族：數(shù)加據(jù)準(zhǔn)開備〔描Da雪ta低p杜re盤pa跳ra眼ti黑on夕〕、件數(shù)據(jù)咸挖掘臉(D忌at蜓a(bǔ)涌mi逃ni卷ng廁)以糞及結(jié)明果的瓶解釋退評(píng)估揀(i旗nt拌er賽pr政ep烏ar閃at鋼io買n助an曬d橡ev賀al夢(mèng)ua叛ti伙on倘)。叢①扮數(shù)泰據(jù)準(zhǔn)歐備詞又可畏分為僅：數(shù)棋據(jù)選睛取、燭數(shù)據(jù)逮預(yù)處見理和叉數(shù)據(jù)騎變換迎三個(gè)順子步榮驟。使數(shù)據(jù)鍬選取請(qǐng)的目吳的是豎確定揮發(fā)現(xiàn)往任務(wù)吼的操委作對(duì)綠象，丘即目較標(biāo)數(shù)奔據(jù)。時(shí)它是謎根據(jù)肝用戶撒的需三求從召原始他數(shù)據(jù)里庫(kù)中息抽取碌的一倚組數(shù)陷據(jù)。念數(shù)據(jù)衰預(yù)處炒理一訂般包育括消飲除噪嚴(yán)聲、堆推導(dǎo)平計(jì)算穩(wěn)缺值達(dá)數(shù)據(jù)土、消吧除重凳復(fù)記霉錄、練完成徒數(shù)據(jù)揭類型汗轉(zhuǎn)換令〔如管，把銅連續(xù)瞞值數(shù)江據(jù)轉(zhuǎn)首換為淚離散三型數(shù)越據(jù)，石以便續(xù)符號(hào)價(jià)歸納沫；或違把離剩散型爬數(shù)據(jù)榮轉(zhuǎn)換論為連沈續(xù)值遍型數(shù)雖據(jù)，仆以便住神經(jīng)舞網(wǎng)絡(luò)湯歸納影〕等盯；鴿數(shù)據(jù)恒變換魚的主控要目束的是谷消減弄數(shù)據(jù)絨的維春數(shù)或儉降維續(xù)，即讀從初左始特證征中撐找出柜真正找有用極的特堤征，甜以減艘少數(shù)鍬據(jù)開塑采時(shí)眾要考蛇慮的汽特征嘴或變仇量個(gè)驕數(shù)。披②坦數(shù)據(jù)椒挖掘是階段山：聰ⅰ夸〕確站定開兔采的披任務(wù)燃或目棄的，轟如數(shù)蒸據(jù)總菊結(jié)、牧分類沈、聚沙類、習(xí)關(guān)聯(lián)心規(guī)那么傭發(fā)現(xiàn)慕或序咬列模技式發(fā)勾現(xiàn)等制；固ⅱ蔥〕確夫定使勻用的啦開采灣算法虧。懂選擇簽實(shí)現(xiàn)聚算法藏有兩呈個(gè)考蹤慮因如素：禿不同仍的數(shù)猴據(jù)有穿不同濾的特酷點(diǎn)，角因此宜需要擋用與俗之相悼關(guān)的栗算法田來挖新掘；矩用戶三或?qū)崜想H運(yùn)寨行系謝統(tǒng)的零要求諸，有緩的用斑戶可亮能希鑒望獲騾取描慮述型渠的、飛容易攤理解傳的知壺識(shí)〔絹如，啊采用逃規(guī)那么猛表示裙的挖件掘方?jīng)r法顯棟然好蘭于神竟經(jīng)網(wǎng)陣絡(luò)之膽類的鎖方法榜〕，象而有澆的用萍戶只貞希望唐獲取率預(yù)測(cè)漠準(zhǔn)確脹度盡欣可能默高的董預(yù)測(cè)爸型知分識(shí)。擇選擇儲(chǔ)了挖票掘算嘩法后解，就駛可以很實(shí)施折數(shù)據(jù)販挖掘往操作羊，獲師取有叮用的理模式添。辣③增結(jié)果鞏解釋椅和評(píng)真價(jià)者，對(duì)累數(shù)據(jù)握挖掘點(diǎn)發(fā)現(xiàn)公出來恰的模毀式，丹應(yīng)經(jīng)巖用戶斃或機(jī)混器評(píng)檢價(jià)后鍬才能戚成為尾知識(shí)座。因隔為蜂ⅰ迫〕挖顏掘出害來的連模式裙可能偶存在槍冗余秧或無極關(guān)的左模式頃，此添時(shí)需沉將其父剔除棵；全ⅱ鏟〕挖惜掘出巖來的陵模式斬可能充不滿瀉足用我戶要摸求，誓這時(shí)宮應(yīng)退跪回到涌發(fā)現(xiàn)典階段帝之前延，如腰重選徑數(shù)據(jù)第、采雕取新擦的變痰換方束法和吸新的刪開采價(jià)算法材等迅ⅲ箭〕K找DD斷最終支是要貝面乞向且人類就用戶史，因起此，碧應(yīng)對(duì)閑挖掘集發(fā)現(xiàn)產(chǎn)的模貼式進(jìn)惠行可曉視化等〔如勻散點(diǎn)點(diǎn)圖、托直方邊圖等婆〕，票或把摩結(jié)果雙轉(zhuǎn)換磨為用儀戶易布懂的充另一毅種表支示，駁如把以分類遙決策爽樹轉(zhuǎn)蛛換為騙“健if非…挺th英en鍋…毯〞銹規(guī)那么梅。牲由此金過程竹可得鳥：底1、矛數(shù)據(jù)太挖掘吳僅僅唱是整拒個(gè)知之識(shí)發(fā)吩現(xiàn)過智程中即的一餐個(gè)步運(yùn)驟萍。挖書掘質(zhì)訊量的夠好壞穴有兩痕個(gè)影涌響要沈素：活是所踩采用寨的數(shù)廳據(jù)挖劈掘技丸術(shù)的呀有效外性；逆是肉采確用歸的綠數(shù)據(jù)瓶質(zhì)量幣和數(shù)飼量〔戴數(shù)據(jù)毛量的左大小橡〕。帳如果三選擇脖了錯(cuò)聯(lián)誤的劫數(shù)據(jù)累或不穴適當(dāng)倚的屬魚性，胞或?qū)χ霐?shù)據(jù)姥進(jìn)行銅了不拼適當(dāng)闊的轉(zhuǎn)順換，議那么挖細(xì)掘的糧結(jié)果稈不會(huì)僚成功那么。筍2、撫整個(gè)槳挖掘登過程妨是一皇個(gè)不杯斷反緞饋的辯過程烤?？畋确金I，用掉戶在闖挖掘藥途中笨發(fā)現(xiàn)挖選擇攤的數(shù)詞據(jù)不贈(zèng)太滿滿意，洗或使勞用的偽挖掘蛛技術(shù)伶產(chǎn)生障不了翁期望距的結(jié)像果。表這時(shí)哄，用爛戶需位要重貪復(fù)先哀前的貞過程迫，甚炊至從啊頭重冶新開室始。室3、育可視彈化技鄉(xiāng)術(shù)在底數(shù)據(jù)恭挖掘泥的各鉆個(gè)階宿段都痕起著北重要灘的作用用坡。特誘別是茄在數(shù)吉據(jù)準(zhǔn)裝備階興段，方用戶腥可能姜要使瀉用散學(xué)點(diǎn)圖嗎、直進(jìn)方圖酷等統(tǒng)頸計(jì)可迅視化區(qū)技術(shù)巡來顯霞示有欲關(guān)數(shù)至據(jù)，果以期衣對(duì)數(shù)拾據(jù)有仆一個(gè)友初步肯的了夸解，戚從而娃為更纏好地歌選取叉數(shù)據(jù)炮打下櫻根底暴；在法挖掘?yàn)?zāi)階段藍(lán)，用疊戶那么調(diào)要使距用與煎領(lǐng)域莫問題媽有關(guān)勸的可降視化鮮工具祖；在努表示忍結(jié)果競(jìng)階段攀，那么嗽可能徐要用床到可追視化率技術(shù)怕以使掠得發(fā)樂現(xiàn)的假知識(shí)黨更易錄于理糠解。犬問題逢：數(shù)民據(jù)挖需掘的歡可視仰化主電要包銹括哪歷些研促究?jī)?nèi)追容輸?拍目前切流行迅的可撫視化佛技術(shù)消主要裳有哪翠幾種頑?程答喪:軟數(shù)據(jù)索挖掘飯的可是視化璃主要釋研究今包括屬數(shù)據(jù)剪的可狹視化菠:屢將數(shù)息據(jù)的糟不同產(chǎn)粒度夕或不扛同的親抽象饒級(jí)別趁用多粉種可務(wù)視化尋方式宜進(jìn)行擇描述蛙.鴿對(duì)被束挖掘損的原切始數(shù)摟據(jù)的評(píng)可視腎化老有助搖于確各定合余適的尼模型勢(shì)進(jìn)行避數(shù)據(jù)勺挖掘悟處理樸;明數(shù)據(jù)表結(jié)果捧的可深視化猜:完將數(shù)伴據(jù)挖晌掘后盆得到侮的知碑識(shí)和警結(jié)果亂用可燥視化帽形式覽表示吳出來夕.尤知識(shí)值表達(dá)蜻、解王釋和廚評(píng)價(jià)費(fèi)的可麗視化柜有助雄于理猶解所麻獲得應(yīng)的知繁識(shí)并未檢驗(yàn)歷知識(shí)糧的真薯偽和咬實(shí)用介性鉤；茶數(shù)據(jù)券挖掘案過程省的可齡視化缸：用錢可視侮化形川式描壓述各援種挖缸掘過階程，岡用戶離通過糖可視堵化方逝式可圍以渣了解鏟挖掘觸數(shù)據(jù)揪的來魯源、游數(shù)據(jù)封的抽騾取過通程、苦具體吵的挖辜掘計(jì)鋼算和涌推理岡過程向等親。勿目前蓮流行家的可姨視化基技術(shù)禍主要旺有警：償面向挎像素刮技術(shù)傷：其購(gòu)根本匪思想胡是將去每個(gè)尊數(shù)據(jù)連值映燒射到笨一個(gè)合有色溉的像過素上錯(cuò)并將依屬于席某個(gè)漢屬性皇的數(shù)數(shù)據(jù)值挨表示委在一糞個(gè)獨(dú)掉立的宰窗口姑中；認(rèn)幾何狹投影搶技術(shù)凡：其房目標(biāo)墓是在疑多維咸數(shù)據(jù)音集中詞找到幕“較有意獨(dú)義羨〞武的投仁影，長(zhǎng)是一州種平傳行坐拆標(biāo)軸姿可視汽化技滑術(shù)。搭該技穗術(shù)通崖過使弊用相癥互平改行而仗且等裝距的插坐標(biāo)藏軸將允多維抽空間場(chǎng)映射簡(jiǎn)成兩矩維顯蟻示。謝基于仙圖標(biāo)亦技術(shù)雪：是克將一抱個(gè)多誘級(jí)數(shù)邀據(jù)項(xiàng)證映射雙成一啄個(gè)圖富標(biāo)，匪是一煉種條撇狀圖兔技術(shù)既。在矩該技稍術(shù)中粥，用草兩維災(zāi)來進(jìn)駱行坐幼標(biāo)顯登示，盟而剩剃下的喘維那么殘被映易射成璃條狀蚊圖標(biāo)頃的角航度或棗條狀正圖標(biāo)當(dāng)?shù)拈L(zhǎng)懲度；班層次爽技術(shù)使：是結(jié)對(duì)多圾維空訴間進(jìn)筐行細(xì)秤分，益然后越以一引種層樸次的朱形式磁表示鏟這些萄子空怕間。拋由于騙KD針D是雷一門撈受到段來自拍各種聽不同富領(lǐng)域亂的研溝究者明關(guān)注液的交元叉學(xué)糖科〔盒如涉栽及：陣統(tǒng)計(jì)辮學(xué)、焦機(jī)器障學(xué)習(xí)孝、數(shù)辨據(jù)庫(kù)貍技術(shù)腐、模怒式識(shí)冤別、云人工踩智能糧和可便視化慢等〕開，因琴此導(dǎo)歌致了她很多勿不同射的術(shù)妨語名侮稱。應(yīng)除K潛DD掩外，視主要濃還有彎：做“辨數(shù)據(jù)荷挖掘且〞術(shù)、知解識(shí)抽由取〔三kn床ow列l(wèi)e勻dg際e怎ex歇tr瓣ac晌ti搶on施〕、陷信息猾發(fā)現(xiàn)睬、智砍能數(shù)才據(jù)分繪析、賭探索效式數(shù)代據(jù)分丙析、焦信息州收獲昆、數(shù)牙據(jù)考竭古學(xué)承〔d艱at朗a艙ar爭(zhēng)ch襯ae傘ol替og新y〕蒼、數(shù)需據(jù)捕繩撈〔摸da你ta廟d起re外dg丟in午g〕革等等是。其慢中，因最常旅用的馳術(shù)語告是卸“刊知識(shí)絮發(fā)現(xiàn)新〞食和引“等數(shù)據(jù)喬挖掘窯〞肚。玩19貸95攔年在胸加拿貌大召筒開了柿第一藏屆知墓識(shí)發(fā)湯現(xiàn)和質(zhì)數(shù)據(jù)牌挖掘斧〔D欺at株a鏟Mi屈ng蚊,飼DM蛛〕國(guó)粥際學(xué)割術(shù)會(huì)狗議。蠢由于過把數(shù)欣據(jù)庫(kù)擊中的蹈“旨數(shù)據(jù)常〞啄形象憶地比堅(jiān)喻成涉礦床諸，女把K廉DD墳比作垃從數(shù)火據(jù)礦訊山中獅找到歪蘊(yùn)藏雙的知厘識(shí)金封塊群。從惡此華“縱數(shù)據(jù)賀挖掘托〞爭(zhēng)一詞府很快尖流傳膨開來餃。瘋又由桑于數(shù)屈據(jù)挖肝掘是躲KD駐D過決程中晶的關(guān)盤鍵步家驟，純所以諸目前臭多數(shù)誼人不砌加區(qū)純分地前使用哀知識(shí)多發(fā)現(xiàn)死和數(shù)填據(jù)挖學(xué)掘這寺兩個(gè)遷術(shù)語看。胞相對(duì)擺來講何，數(shù)泡據(jù)挖撿掘主鹽要池流行刪于統(tǒng)閱計(jì)界昆、數(shù)送據(jù)分新析、陶數(shù)據(jù)俘庫(kù)和革管理吹信息逆系統(tǒng)湯界謝；投而知孟識(shí)發(fā)刊現(xiàn)主早要濕流行紀(jì)于人先工智回能和拍機(jī)器醫(yī)學(xué)習(xí)亮界聚。益1.蕉4億知識(shí)意發(fā)現(xiàn)挺的對(duì)館象丑知識(shí)都發(fā)現(xiàn)假設(shè)的對(duì)腹象是塌數(shù)據(jù)殘集伸。數(shù)效據(jù)集壩類型病有：座關(guān)系住數(shù)據(jù)辨庫(kù)、案面向里對(duì)象怠數(shù)據(jù)惕庫(kù)、旬空間爆數(shù)據(jù)縮庫(kù)、傭時(shí)態(tài)貞數(shù)據(jù)濕庫(kù)、企文本鄰數(shù)據(jù)史庫(kù)源卷、多醬媒體捧數(shù)據(jù)傲庫(kù)、鑄異質(zhì)量數(shù)據(jù)升庫(kù)以恰及萬鈴維網(wǎng)諒〔W搭eb骨〕數(shù)么據(jù)庫(kù)至等。獸其中鞏，關(guān)襲系數(shù)惹據(jù)庫(kù)鐮是典繩型的航結(jié)構(gòu)絡(luò)化數(shù)宏據(jù)。普目前摘，隨夸著技饑術(shù)的道開展煉，數(shù)袍據(jù)挖里掘?qū)Υ蚁笠奄|(zhì)逐步碑?dāng)U大錢到半士結(jié)構(gòu)綢化或蔑非結(jié)學(xué)構(gòu)化胸?cái)?shù)據(jù)扎，如圓We報(bào)b數(shù)濟(jì)據(jù)朋、請(qǐng)圖像純和視句頻數(shù)期據(jù)暫以及銳文本舊數(shù)據(jù)役等。茂1、妙關(guān)系悲數(shù)據(jù)糟庫(kù)油對(duì)關(guān)海系數(shù)遍據(jù)庫(kù)黃，網(wǎng)數(shù)據(jù)狂挖掘史方法但主要愉是研欣究數(shù)蘆據(jù)庫(kù)精中餓屬性仁之間鴨的關(guān)舟系，伏挖掘散出多絨個(gè)屬慧性取孤值之戒間的鹿規(guī)那么割。由吐于關(guān)景系數(shù)獻(xiàn)據(jù)庫(kù)柔的特熊點(diǎn)，臘促使秒了數(shù)憲據(jù)挖伐掘方凈法的歲改善冊(cè)。夢(mèng)關(guān)系筑數(shù)據(jù)揭?guī)斓亩咎攸c(diǎn)待如下強(qiáng)：拍①歪數(shù)葛據(jù)動(dòng)燙態(tài)性興數(shù)據(jù)問的動(dòng)久態(tài)變童化是流數(shù)據(jù)掃庫(kù)的這一個(gè)甲主要詞特點(diǎn)傳。由繡于數(shù)客據(jù)的列存取窩和修慰改，司使數(shù)符據(jù)的殼內(nèi)容抄經(jīng)常秘發(fā)生朵變化低，這翠就要是求數(shù)態(tài)據(jù)挖口掘方托法能撓適應(yīng)蓮這種喝變化號(hào)。漸嚼增式胡數(shù)據(jù)羞挖掘翅方法映就是掀針對(duì)擦數(shù)據(jù)邊變化驢，使扭挖掘替的規(guī)永那么倆〔偽知識(shí)團(tuán)〕弓能滿線足變加化后嗎的數(shù)托據(jù)庫(kù)遷內(nèi)容之。拖②石數(shù)衛(wèi)據(jù)不碑完整牌性洞數(shù)據(jù)譯不完宣整性夜主要帆反映陰在數(shù)梁據(jù)庫(kù)果中記布錄的績(jī)域值威喪失亭或不齒存在嚼〔空任值〕促。這俊種不舞完整押數(shù)據(jù)撇給數(shù)膽據(jù)挖滲掘帶律來了捐困難谷。為騰此，犯必須鉛對(duì)數(shù)烈據(jù)進(jìn)絮行預(yù)娃處理萄，填喝補(bǔ)該乞數(shù)據(jù)純域的屑可能捕值。霜③清數(shù)據(jù)機(jī)噪聲互由于睡數(shù)據(jù)獸錄入漠等原蒙因，還造成握錯(cuò)誤賞的數(shù)蘇據(jù)，悶即數(shù)燙據(jù)噪紛聲。獄含噪本聲的堡數(shù)據(jù)因挖掘桶會(huì)影瞎響抽紗取?？迨降睦C準(zhǔn)確玻性，繞并增綠加了不數(shù)據(jù)展挖掘鐘的困革難度恩。合④往數(shù)抄據(jù)冗壽余性給這表證現(xiàn)在粗同一廢信息去在多諷處重畢復(fù)出唯現(xiàn)。馳函數(shù)招依賴古是一畫個(gè)通天常的巴冗余綠形式然。冗幟余信廚息可膀能造聲成錯(cuò)削誤的爐數(shù)據(jù)據(jù)挖掘開，至芝少有剩些挖串掘的娘知識(shí)鵝是用謎戶不柱感興嘗趣的抖。為惠了避省免這恥種情虧況發(fā)皇生，輝數(shù)據(jù)從挖掘餓時(shí)，田需要扎知道踩數(shù)據(jù)索庫(kù)中劈有哪卸些固夕有的火依賴頂關(guān)系莖。唱⑤嫌數(shù)翻據(jù)稀該疏性筒表現(xiàn)色在實(shí)死例空與間中對(duì)數(shù)據(jù)注稀疏乘，數(shù)候據(jù)稀鄰疏會(huì)班使數(shù)褲據(jù)挖驗(yàn)掘丟維失有征用的狠模式挨。卷⑥鑼海綠量數(shù)潑據(jù)漲數(shù)據(jù)嶼庫(kù)中螞的數(shù)艷據(jù)在作不斷刊增長(zhǎng)北，已餡出現(xiàn)鳥很多格海量尺數(shù)據(jù)待庫(kù)。順數(shù)據(jù)廁挖掘識(shí)方法貧需要玩逐步棕適應(yīng)舊這種天海量杠數(shù)據(jù)勻挖掘褲，如飼建立辛有效獵的索獸引機(jī)計(jì)制和洽快速鳥查詢屋方法壓等。區(qū)2、壺文本須數(shù)據(jù)出庫(kù)驗(yàn)文本凝是以賭文字露串形德式表平示的煌數(shù)據(jù)貪文件詢。圣文本參分析禁包括虎：關(guān)管鍵詞瓜或特慶征提繞??；惹相似跨檢索判；文奴本聚歉類和啦文本謝分類治等。堂文本疊中的灰特征壁如人院名、恰地名鋒、組充織名拋等是念某些淚文本翅中的室重要溪信息彈，特俘征提亮取對(duì)動(dòng)掌握京該文菠本的聚內(nèi)容符很重覽要?？、馘X關(guān)脖鍵詞醫(yī)或特少征提風(fēng)取義一篇絡(luò)文本憲中，壤標(biāo)題吹是該要文本偉的高解度概驗(yàn)括。霸標(biāo)題么中的送關(guān)鍵傻詞是黎標(biāo)題較的核限心內(nèi)換容。引關(guān)鍵后詞的只提取箱對(duì)于盞掌握部該文兵本的脖內(nèi)容仁至關(guān)怖重要示。膽文本份中的剪特征紐如人累名、淚地名復(fù)、組版織名盒等是拋某些酒文本剪中的嶼重要楚信息皇，特鋼征提萍取對(duì)嚼掌握墻該文飾本的乒內(nèi)容害很重樓要。特②貌相臉?biāo)茩z聲索尿?qū)ξ目急局刑庩P(guān)鍵家詞的駝相似協(xié)檢索崇是了濟(jì)解文棚本內(nèi)脹容的澡一種讀重要膏方法那么。如虛，狂“串專家湖系統(tǒng)逗〞禍與生“駛?cè)斯ち曛悄苤Ж暠鴥蓚€(gè)想關(guān)鍵請(qǐng)?jiān)~是脹有一哄定聯(lián)滾系的參，研扇究專扇家系川統(tǒng)的弦文本外，一娃定屬申于人籠工智餡能的裂研究飄領(lǐng)域疊。療③剪文普本聚凱類薦對(duì)于目文本迅標(biāo)題鹽中關(guān)雞鍵詞管〔主才題詞慌〕的院相似隔匹配舞是對(duì)船文本壓聚類陡的一鼻種簡(jiǎn)桌單方駕法。濁定義娘關(guān)鍵熔詞的臺(tái)相似仍度，推將便于于文卡本的猶簡(jiǎn)單廟聚類棄，類港中文鍵本滿塵足關(guān)日鍵詞概的相畏似度熄，類濱間文覽本的呢關(guān)鍵謠詞超斯過相含似度沸。辮④桑文懇本分納類役將文鋤本分套類到喚各文鏈本類須中，德一般戰(zhàn)需要床采用蹲一個(gè)其算法初，這訊些算此法包廁括分膚類器嘴算法睬、近豪鄰算紙法等務(wù)，這蘋需要評(píng)按文麗本中丑的關(guān)善鍵詞溝或特太征的彩相似傅度來童區(qū)分費(fèi)。民3、堤圖像蜂與視客頻數(shù)嚷?lián)?kù)錢圖像繭與視廣頻數(shù)食據(jù)庫(kù)亡是典懸型的來多媒繞體數(shù)槐據(jù)庫(kù)匯。數(shù)方據(jù)以趨點(diǎn)陣立信息擊及幀鋼形式畜存儲(chǔ)胡，數(shù)專據(jù)量森很大玉。圖每像與恒視頻濕的數(shù)坑據(jù)挖菠掘包匪括：爛圖像膛與視末頻特穴征提拆??；疼基于壤內(nèi)容就的相展似檢穿索；規(guī)視頻確鏡頭樂的編奏輯與頭組織猴等。逆①修圖咬像與碑視頻遵特征涼提取廟圖像榨與視劇頻特其征有料顏色對(duì)、紋踢理和舉形狀榴等。用這些筍特征饅提取斧是用進(jìn)基于污內(nèi)容姻的相腔似檢彩索。待如，時(shí)海水孝是藍(lán)格色、芳海灘欲是黃賊色、憶房屋弱的形茅狀及厲顏色消等，仆都需撈要從捆大量端圖像涌和視緣頻數(shù)參據(jù)中盜提取窩。寨②文基階于內(nèi)覆容的憂相似合檢索表根據(jù)吼圖像仁、視烤頻特筆征的趟分布財(cái)、比遇例等誠(chéng)進(jìn)行灑基于仔內(nèi)容雪的相飲似檢衰索，果可以盛將圖鮮像和藏視頻碗數(shù)據(jù)門進(jìn)行稱聚類搜以及逆分類狠，也醋能完風(fēng)成對(duì)守新圖紛像或火視頻凍的識(shí)泊別。賀如，質(zhì)對(duì)遙澆感圖章像或趟視頻橡的識(shí)站別，險(xiǎn)這種甚應(yīng)用朗非常暗廣泛摧，例孕如，專森林利火災(zāi)皂的發(fā)序現(xiàn)與蓋報(bào)警蔑，河干流水底災(zāi)的畫預(yù)報(bào)旬等。姓③禁視斜頻鏡繁頭的棵編輯最與組沿織只鏡頭搶代表馳一段藥連續(xù)系動(dòng)作是〔視阻頻數(shù)貫據(jù)流吳〕。引典型秀的鏡墓頭編跳輯如面足球預(yù)的射禿門、主某段礎(chǔ)新聞吼節(jié)目崇等，盞都需惡要在遞冗長(zhǎng)伯的視邁頻數(shù)索據(jù)流獄中進(jìn)陸行自址動(dòng)裁白取。敬經(jīng)過緞編輯委的鏡峰頭，概按某奶種需坦要重絲新組肉織，壩將形家成特確定需歉求的公新視販頻節(jié)哭目。洋如足畝球射縮門集莫錦，郊某個(gè)勸新聞客事件籮的連愧續(xù)報(bào)巡道等躁。教4、紙We仁b數(shù)魔據(jù)庫(kù)練隨著貴In碰te傘rn嘩et套的發(fā)皺展和舉普及盲，網(wǎng)冶站數(shù)夢(mèng)目的架迅速極增長(zhǎng)刺及上愁網(wǎng)人替數(shù)的包劇烈方增多來，使筆網(wǎng)絡(luò)堆數(shù)據(jù)牧量呈脹指數(shù)跟增長(zhǎng)藥，W您eb惡數(shù)據(jù)敲挖掘愁已成庫(kù)為新那課題勇。讀We怖b數(shù)須據(jù)挖起掘具順有如駛下特斗點(diǎn)：經(jīng)①慨異蹤構(gòu)數(shù)悄據(jù)集爆成和佩挖掘并We超b上遙每一盤站點(diǎn)唐是一輪個(gè)數(shù)巴據(jù)源睜，各苦數(shù)據(jù)伯源都樂是異晉構(gòu)的俱，形雞成了熔一個(gè)璃巨大勺的異灶構(gòu)的還數(shù)據(jù)贏庫(kù)環(huán)靈境。奔將這罩些站誓點(diǎn)的楚異構(gòu)議數(shù)據(jù)次進(jìn)行伙集成培，給毫用戶英提供干一個(gè)指統(tǒng)一檢的視昌圖，膠才能備在W薯eb暮上進(jìn)愁行數(shù)閑據(jù)挖衣掘。希②輩半頁(yè)結(jié)構(gòu)愧化數(shù)品據(jù)模吊型抽熔取棚We毫b上遼的數(shù)談?chuàng)墙z常復(fù)照雜，掙沒有隆特定窗的模呢型描任述。遼雖然夫每個(gè)邪站點(diǎn)背上的尊數(shù)據(jù)寧是結(jié)燃構(gòu)化單的，可但各福自的樓設(shè)計(jì)卡對(duì)整月個(gè)網(wǎng)菠絡(luò)而響言是稼一個(gè)膠非完拳全結(jié)證構(gòu)化鑼的數(shù)代據(jù)，墨稱為父半結(jié)噴構(gòu)化舅數(shù)據(jù)導(dǎo)。無對(duì)半漲結(jié)構(gòu)視化數(shù)販據(jù)模華型的毯查詢湊和集越成，逝需要閑尋找蒸一種夸半結(jié)平構(gòu)化油模型騎抽取勺技術(shù)堂來自替動(dòng)抽禽取各連站點(diǎn)改的數(shù)丹據(jù)。朽如，畫XM伍L(zhǎng)是華一種揭半結(jié)鼓構(gòu)化且的數(shù)碼據(jù)模歉型，專容易嶺實(shí)現(xiàn)另We米b中催的信茶息共疤享與膊交換隔。劣總之繼，W闖eb壘數(shù)據(jù)俘挖掘藝正在牛逐步秘形成迫熱點(diǎn)柳。太1.樸5環(huán)知識(shí)深發(fā)現(xiàn)膽的分紗類麗知識(shí)番發(fā)現(xiàn)浙涉及載多個(gè)嚼學(xué)科售，主纖要包亮括奸數(shù)據(jù)勻庫(kù)、斤統(tǒng)計(jì)通學(xué)和猴機(jī)器筋學(xué)習(xí)紐等三際大主縱要技南術(shù)。呈數(shù)據(jù)恰庫(kù)技午術(shù)歸經(jīng)過釋20惰世紀(jì)壺80招年代賺的大最開展噴，除做關(guān)系排數(shù)據(jù)痰庫(kù)外針，又鑰陸續(xù)勺出現(xiàn)派面向辮對(duì)象毫數(shù)據(jù)押庫(kù)、民多媒誕體數(shù)閑據(jù)庫(kù)泄、分瓶布式倘數(shù)據(jù)緞庫(kù)以旺及W狹eb掏數(shù)據(jù)涌庫(kù)等捐。掩數(shù)據(jù)研庫(kù)的具應(yīng)用懶從一然般查瞧詢到起模糊輛查詢皺和智驢能查不詢，搬數(shù)據(jù)肆庫(kù)計(jì)青算已蠻趨向橫并行友計(jì)算守。從獎(jiǎng)以上憶數(shù)據(jù)翠庫(kù)中敘挖掘睜知識(shí)醬正在鄉(xiāng)興起塞并已智得到沿迅速療開展靠。蠢統(tǒng)計(jì)栽學(xué)饑是一科門古傲老學(xué)茶科，惡現(xiàn)已潮逐漸奉走向媽社會(huì)鉆。成捉為社掙會(huì)調(diào)諒查、形了解市民意娘以及繼制定尊決策劑的重稈要手腔段。掛機(jī)器穿學(xué)習(xí)住是人委工智禿能的鉛重要亡分支銜。它池是在殼專家狂系統(tǒng)亡獲取掠知識(shí)網(wǎng)出現(xiàn)等瓶頸蘋后發(fā)晨展起破來的羅。機(jī)竿器學(xué)霧習(xí)的錯(cuò)大部圍分方披法和釋技術(shù)葵已演龜變?yōu)椴粩?shù)據(jù)核挖掘腰方法禁和技搬術(shù)。疼知識(shí)桐發(fā)現(xiàn)霜可按鍵數(shù)據(jù)撤庫(kù)類域型、炭知識(shí)滲發(fā)現(xiàn)糠對(duì)象圓、知焦識(shí)發(fā)英現(xiàn)任脖務(wù)、坡知識(shí)絲發(fā)現(xiàn)疏方法限與技糞術(shù)，烤以及斥應(yīng)用寨等幾染個(gè)方饒面進(jìn)猾行分陶類。茶〔1美〕按窄數(shù)據(jù)門庫(kù)類槐型分常類悔知識(shí)傍發(fā)現(xiàn)眨主要吳是在淋關(guān)系參數(shù)據(jù)奧庫(kù)中息挖掘航知識(shí)獎(jiǎng)。隨呀著數(shù)擦據(jù)庫(kù)腐類型敢的不因斷增灰加，灶逐步艦出現(xiàn)六了不京同數(shù)滾據(jù)庫(kù)殺的知槳識(shí)發(fā)蘆現(xiàn)。醫(yī)現(xiàn)有數(shù)：關(guān)鮮系數(shù)慨據(jù)的暫知識(shí)拜發(fā)現(xiàn)獻(xiàn)、模葛糊數(shù)臭據(jù)的返知識(shí)寸發(fā)現(xiàn)盡、歷魚史數(shù)樹據(jù)的糧知識(shí)先發(fā)現(xiàn)行和空何間數(shù)頂據(jù)的血知識(shí)還發(fā)現(xiàn)綢等多戶種不緩?fù)瑪?shù)誼據(jù)庫(kù)異的知趙識(shí)發(fā)堂現(xiàn)類擊型。尊〔2淺〕按飄知識(shí)竄發(fā)現(xiàn)沃的對(duì)羨象分體類程知識(shí)否發(fā)現(xiàn)禾除了竿對(duì)數(shù)禍據(jù)庫(kù)論這個(gè)穩(wěn)主要潑的對(duì)搜象進(jìn)孝行知扒識(shí)發(fā)盼現(xiàn)外其，還公有文返本數(shù)是據(jù)知藏識(shí)發(fā)麗現(xiàn)、柳多媒擱體數(shù)憤據(jù)知抹識(shí)發(fā)餡現(xiàn)和英We椒b網(wǎng)搭數(shù)據(jù)泰知識(shí)旁發(fā)現(xiàn)胖等。箏由于敢對(duì)象蹲不同網(wǎng)，知俘識(shí)發(fā)馬現(xiàn)的全方法樓相差?yuàn)^很大澆，文癥本、直多媒郵體、乏We釘b網(wǎng)色數(shù)據(jù)龜均是饑非結(jié)煮構(gòu)化暢數(shù)據(jù)丟，知剃識(shí)發(fā)億現(xiàn)的送難度件將很釀大。甜〔3羞〕按移知識(shí)帳發(fā)現(xiàn)灑的任山務(wù)分衫類唉知識(shí)坡發(fā)現(xiàn)郵的任愉務(wù)主槍要有梳：關(guān)奪聯(lián)分欄析、廣時(shí)序圖模式士、聚仆類、檢分類扭、偏擦差檢顫測(cè)以竄及預(yù)險(xiǎn)測(cè)六裝項(xiàng)。腸故按繳知識(shí)管發(fā)現(xiàn)款的任視務(wù)分劍類有香：關(guān)里聯(lián)規(guī)溝那么知凡識(shí)發(fā)例現(xiàn)、做序列冊(cè)知識(shí)反發(fā)現(xiàn)津、聚僚類知堵識(shí)發(fā)肌現(xiàn)、薄分類滔知識(shí)狗發(fā)現(xiàn)忠、偏補(bǔ)差分齊析知結(jié)識(shí)發(fā)瀉現(xiàn)以獵及預(yù)聞測(cè)知裙識(shí)發(fā)鐘現(xiàn)等林類型弄。眠〔4如〕按拘知識(shí)溫發(fā)現(xiàn)爆方法誘和技誼術(shù)分笨類那么歸納費(fèi)學(xué)習(xí)咐類、虎仿生印物技寸術(shù)類窗、公匙式發(fā)梅現(xiàn)類沖、統(tǒng)西計(jì)分頃析類珠、模丘糊數(shù)紙學(xué)類別、可晴視化翼技術(shù)塊類等匹等。拆1.掛6朵知識(shí)被發(fā)現(xiàn)遷的方誘法術(shù)可粗距分為糠：統(tǒng)協(xié)計(jì)方乏法、吸機(jī)器緒學(xué)習(xí)捎方法凡、神牌經(jīng)網(wǎng)袖絡(luò)方徒法、棉數(shù)據(jù)懇庫(kù)方口法和盈可視庫(kù)化方鴨法妥。仍統(tǒng)計(jì)膀方法國(guó)可細(xì)奧分為勇：回盟歸分勾析、倉(cāng)判別裁分析冒、聚旅類分茶析、被探索暖性分滔析等貍；宜機(jī)器漢學(xué)習(xí)單可細(xì)曬分為朝：歸兄納學(xué)污習(xí)方爭(zhēng)法、旦基于撇范例須學(xué)習(xí)地、遺暫傳算沙法等鑰；捏神經(jīng)竟網(wǎng)絡(luò)滿可細(xì)澆分為境：前裝向神遮經(jīng)網(wǎng)享絡(luò)、肅自組鋤織神饑經(jīng)網(wǎng)墨絡(luò)等似；和數(shù)據(jù)暗庫(kù)方榆法主知要是品：多票維數(shù)艇據(jù)分停析或班OL桂AP奸方法謙，另綁外還穴有面道向?qū)賶涡缘能姎w納但方法悲。籮對(duì)受可視盆化負(fù)方法賄主要套是把遣數(shù)據(jù)柿、信嬌息和烤知識(shí)勝轉(zhuǎn)化退為可償視的監(jiān)表示蛇形式高的過熊程。捏1.襖7訴知識(shí)超發(fā)現(xiàn)艷的任痰務(wù)讓數(shù)據(jù)靈挖掘顯與知娃識(shí)發(fā)武現(xiàn)是玩一個(gè)誘以數(shù)墨據(jù)庫(kù)燥、人者工智膚能、下數(shù)理查統(tǒng)計(jì)擁、可袖視化盼四大宴支柱由技術(shù)歉為基賞礎(chǔ)，煉多學(xué)漲科交勿叉、柿滲透茫、融梯合形鴨成的叫新的洽交叉貨學(xué)科摩。宮數(shù)據(jù)慨挖掘指的任滿務(wù)是肅從大近量的尾數(shù)據(jù)鹽中發(fā)徑現(xiàn)模舊式。旗根據(jù)童數(shù)據(jù)露挖掘閃的任櫻務(wù)可疊分為厚多種并類型抖，其清中比刊較典廢型的右有：閱預(yù)測(cè)江模型換關(guān)聯(lián)肺分析汽分類恒分析漠聚類命分析惕序列霜分析標(biāo)偏差屋檢測(cè)項(xiàng)模式畫相似睬性挖夜掘劍We學(xué)b觀數(shù)據(jù)沈挖掘喝①離預(yù)測(cè)直模型車〔檢Pr在ed然ic稻ti票ve戴M臭od肺el舊in義g買〕：振所謂倦預(yù)測(cè)舞即從鉆數(shù)據(jù)游庫(kù)或犯數(shù)據(jù)路倉(cāng)庫(kù)搞中已李知的賓數(shù)據(jù)育推測(cè)勾未知沒的數(shù)之據(jù)或添對(duì)象全集中錫某些憶屬性香的值膚分布溜。垂建立客預(yù)測(cè)委模型夢(mèng)的常茂用方那么法：腐回歸犧分析傻線性叔模型惱關(guān)聯(lián)抖規(guī)那么恩決策時(shí)樹預(yù)爆測(cè)狀遺傳描算法熄神經(jīng)掌網(wǎng)絡(luò)弟②鴉關(guān)聯(lián)步〔析As棗so旋ci藍(lán)at朵io掘n宋〕分寧析：廊關(guān)聯(lián)笛規(guī)那么盤描述趨了一外組數(shù)識(shí)據(jù)項(xiàng)磁之間拘的密拍切度秀或關(guān)粉系。之關(guān)聯(lián)吃分析奉用于侮發(fā)現(xiàn)忙工程奏集之賓間的盜關(guān)聯(lián)參。在嫩關(guān)聯(lián)府規(guī)那么麗挖掘視算法茶中，護(hù)通常做給出堂了置指信度閘和支順持度脖兩個(gè)葉概念逐，對(duì)羽于置舊信度姨和支摘持度須均大趣于給卡定閾貢值的滔規(guī)那么貍稱為晨強(qiáng)規(guī)酸那么，磚而關(guān)為聯(lián)分反析主闖要就何是對(duì)冤強(qiáng)規(guī)寶那么的侍挖掘副。建關(guān)聯(lián)榴規(guī)那么滔挖掘尚近幾華年研膽究較春多。遍現(xiàn)在盟，關(guān)翅聯(lián)規(guī)椅那么的對(duì)挖掘慕已經(jīng)綁從單債一概蔥念層疑次關(guān)錢聯(lián)規(guī)報(bào)那么的害發(fā)現(xiàn)粥開展死到多昌概念憂層次釘?shù)年P(guān)另聯(lián)規(guī)刪那么的風(fēng)發(fā)現(xiàn)堡，并禁把研鳴究的祝重點(diǎn)嫁放在籃提高乓算法薦的效熱率和拜規(guī)模倉(cāng)可收夾縮性慌上。賓它廣姿泛地檢運(yùn)用掀于幫掃助市肅場(chǎng)導(dǎo)椅向、扣商品且目錄堅(jiān)設(shè)計(jì)申客戶巧關(guān)系指管理像〕〔恥CR釣M界〕和謝其他扶各種粉商業(yè)刪決策待過程享中。橫關(guān)聯(lián)僑分析叫算法醬：明AP汪RI它OR觀I傘算法昌、聰DH貸P姿算法側(cè)、襖DI響C退算法溝、療PA巾RT姥IT弄IO戶N錫算法被及它漠們的丈各種懂改良波算法渠等。棟另外沙，對(duì)狐于大聰規(guī)模謎、分淡布在緞不同釋站點(diǎn)由上的匯數(shù)據(jù)暑庫(kù)或停數(shù)據(jù)轎倉(cāng)庫(kù)兵，關(guān)支聯(lián)規(guī)怎那么的吹挖掘脅可以呀使用蓮并行氏算法襖，如度：孩Co舅u野nt考分布竭算法笛、挎D周a滔t蜘a款分布稱算法贈(zèng)、穗C揪a綢nd輩id書a緊te濕遇分布絨算法撓、智摘能慶D箏a受t枕a變分布輸算法杯〔勉ID可D低〕和往DM您A瘡分布津算法嘉等。秀③域分類量〔摟Cl宮as償si槐fi戒ca損ti包on槍〕分廉析：姓所謂金分類她是根制據(jù)數(shù)刪據(jù)的最特征魯為每廚個(gè)類舟別建股立一戲個(gè)模嚇型，脾根據(jù)齒數(shù)據(jù)貪的屬言性將合數(shù)據(jù)阻分配禾到不杠同的任組中漆。逼在實(shí)漏際應(yīng)仍用過咐程中從，分吹類規(guī)慶那么可呈以分袍析分礎(chǔ)組中顏數(shù)據(jù)授的各欣種屬罰性，浙并找戀出數(shù)榮據(jù)的射屬性咐模型垃，從搬而確具定哪饒些數(shù)壇據(jù)屬先于哪莫些組禮。這探樣就食可以卡利用朱該模凝型來兵分析語已有旬?dāng)?shù)據(jù)輩，并撕預(yù)測(cè)活新數(shù)坑據(jù)將何屬于狐哪一豪個(gè)組勾。類歷的描頓述可散以是賽顯式晝的，西如用姿一組非特征丹概念毯描述扇；也怖可以鎮(zhèn)是隱猛式的繁，如廉用一余個(gè)數(shù)脈學(xué)公捕式或各數(shù)學(xué)償模型候描述駱。分威類分擔(dān)析已貝經(jīng)成森功地竹用于賭顧客陵分類企、疾糠病分含類、環(huán)商業(yè)園建模奸和信公用卡疏分析債等。條分類塑分析普的常淚用方雷法：貪約略躬〔詠Ro挺ug拾h門〕集副決策餅樹正神經(jīng)北網(wǎng)絡(luò)甲統(tǒng)計(jì)緊分析漠法蹈目前匪，分損類方合法和掌研究派成果攤很多脈，判近別方注法的駱好壞么，可捐從下舟面3探個(gè)方邁面進(jìn)紛行：潮〔1北〕預(yù)框測(cè)準(zhǔn)予確度衛(wèi)〔對(duì)幣非樣弄本數(shù)俯據(jù)的次判別欲準(zhǔn)確炮度〕榨；蛙館療〔挖2〕齒計(jì)算出復(fù)雜向度；鄙稈嗎〔付3〕臣模式賽簡(jiǎn)潔貢度〔羨在同裝樣效核果情竭況下滲，希樓望決枝策樹集小或溫規(guī)那么輛少〕鳥?？葑ⅲ嚎裨跀?shù)睬據(jù)庫(kù)責(zé)中，魚往往圈存在史噪聲弟數(shù)據(jù)背，缺握損值玻和疏蝕密不四均勻敘等問廢題，務(wù)他們城對(duì)分賤類算參法獲狠取的帆知識(shí)羞將產(chǎn)膏生壞萌的影滔響。幻④這聚類墨(C宇lu宵st焦er桃in哈g)燙分析打：所賭謂聚賓類是行指一葡組彼青此間著非常葉“渾相似烘〞刷的數(shù)緩據(jù)對(duì)股象的者集合孩。相故似的碎程度片可以往通過損距離澡函數(shù)箭來表卡示，愉由用夸戶或制專家杜指定安。脆聚類饑分析嗎是按翼照某套種相觀近程炮度度患量方紀(jì)法將章數(shù)據(jù)報(bào)分成街互不皺相同眠的一古些分仆組。霸每一售個(gè)分此組中情的數(shù)輛據(jù)相旨近，刺不同隸分組如之間恢的數(shù)慘據(jù)相弦差較舍大。映好的凱聚類勝方法等可以穩(wěn)產(chǎn)生殊高質(zhì)萍量的譜聚類直，保阿證每節(jié)一聚兼類內(nèi)何部的采相似次性很卻高，架而各市聚類徐之間番的相儉似性垃很低仆。聚套類分徹析的巡核心殼是將掌某些儀定性抱的相煎近程猶度測(cè)莊量方潮法轉(zhuǎn)速換成榴定量草測(cè)試貨方法康。采塊用聚腿類分覺析，抱系統(tǒng)騎可以癢根據(jù)義局部嫁數(shù)據(jù)廟發(fā)現(xiàn)夸規(guī)律急，找差出對(duì)奏全體專數(shù)據(jù)暈的描非述。編聚類桑分析兄的?；挠梅嚼浞ǎ航^隨機(jī)鄙搜索郊聚類絲法賭特征昌聚類違CF愧樹個(gè)⑤條序列臟〔網(wǎng)Se爆qu煌en錄ce厚〕分本析：腳序列屑分析蜻主要帆用于斤分析戶數(shù)據(jù)社倉(cāng)庫(kù)建中的冠某類旱與時(shí)刪間相進(jìn)關(guān)的撒數(shù)據(jù)退，搜韻索類剝似的岔序列愛或子忘序列鐮，并究挖掘蹲時(shí)序躬模式溪、周茄期性檔、趨膜勢(shì)和漠偏離怠等。遲例如騰，它青可以榮導(dǎo)出炒類似企“映假設(shè)振AT攀&T釘股票滋連續(xù)駐上漲璃兩天綠且五DE晝C歉股票飯不下皂跌，跡那么第卵三天豬IB蒙M炮股票坊上漲坐的可槽能性雕為并75恨%〞睬的數(shù)哭據(jù)關(guān)灰系。扇序列桌模式爛可以因看成借是一勢(shì)種特追定的揮關(guān)聯(lián)莫模型勿，它喉在關(guān)欄聯(lián)模穗型中槳增加貴了時(shí)男間屬悟性。紡⑥辟偏差被檢測(cè)穿〔辰De敢vi卡at殃io盟n兩De鬼te凳ct始io潮n走〕：趨用于賴檢測(cè)棒并解待釋數(shù)稱據(jù)分襖類的倒偏差塔，它常有助謎于濾濕掉知律識(shí)發(fā)監(jiān)現(xiàn)引堵擎所月抽取還的無膊關(guān)信妨息，抽也可蜜濾掉鮮那些搭不合制適的送數(shù)據(jù)鄰，同啞時(shí)可覽產(chǎn)生鬧新的犬關(guān)注子性事苦實(shí)。哲偏差輕包括朋很多第有用摟的知旺識(shí)疑，如扁以下位4類陪：蓬分類賺中的植反常伶實(shí)例奉；泉模式渠的例款外；工觀察姑結(jié)果帖對(duì)模腥型預(yù)顛測(cè)的笨偏差魔；斃量值梁隨時(shí)音間的扯變化各。狀偏差帖檢測(cè)鑒的基疲本方盡法是絨尋找次觀察貌結(jié)果母與參滔照之椅間的喪差異講。觀調(diào)察結(jié)仆果常香常是翼某一攻個(gè)域憲的值仔或多贈(zèng)個(gè)域宇值的乖匯總稼。參惡照是順給定蹲模型獨(dú)的預(yù)瑞測(cè)、囑外界肯提供鑒的標(biāo)妨準(zhǔn)或蓄另一內(nèi)觀察擾。提⑦鍵模式遙相似傻性挖犯掘：滾用于蜂在時(shí)嫌間數(shù)搏據(jù)庫(kù)撤或空顛間數(shù)朗據(jù)庫(kù)丹中搜曉索相燈似模距式時(shí)缸，從笑所有都對(duì)象嘉中找小出用仙戶定譜義范張圍內(nèi)貫的對(duì)茂象；蜻或找窩出所巷有元禾素對(duì)顏，元諒素對(duì)垂中兩創(chuàng)者的蘭距離敢小于妙用戶展定義號(hào)的距不離范還圍。警模式膊相似狐性挖扮掘的大方法臂有相醬似度鎖測(cè)量胖法、文遺傳畏算法鬧等。紙⑧牢We野b腦數(shù)據(jù)甚挖掘費(fèi)：萬磁維網(wǎng)之是一侮個(gè)巨戶大的甩、分兔布廣脂泛的墳和全燒球性美的信寫息服褲務(wù)中虧心，筒其中者包含孔了豐潑富的誤超鏈極接信王息，篇為數(shù)穿據(jù)挖求掘提刃供了桶豐富常的資寺源。追We捎b監(jiān)數(shù)據(jù)妄挖掘殘包括荒We披b螺使用慨模式甚挖掘模、捕We害b燕結(jié)構(gòu)艘挖掘巴和德We脈b餡內(nèi)容璃挖掘許等。倆We記b除使用右模式僻挖掘球：搶在百We最b筆環(huán)境銳中，暑文檔添和對(duì)計(jì)象一梁般都扛是通竄過鏈哨接來捎便于潑用戶息訪問墳。捕瘡捉用唐戶的鐵存取獵模式暖或發(fā)肯現(xiàn)一聰個(gè)漲We咐b氧網(wǎng)站拌最頻旬繁的度訪問昏路徑待稱為夫We降b蔬使用士模式彎挖掘獵或怎We日b弄路徑可挖掘役。站W(wǎng)e貪b充結(jié)構(gòu)腔挖掘征：翅是挖騰掘勉We薄b變的鏈黨接結(jié)刺構(gòu)，狗并找稻出關(guān)礦于某氏一主龜題的割權(quán)威把網(wǎng)站淡。鴉We合b騰內(nèi)容邁挖掘尾：翁是指呈在大燦量訓(xùn)旁練樣怪本的導(dǎo)根底券上，請(qǐng)得到廚數(shù)據(jù)惹對(duì)象紫之間茂的內(nèi)湊在特池征，路并以斜此為注依據(jù)禾進(jìn)行洽有目堪的的那信息在篩選筋，從禁而獲渠得指喝定內(nèi)灑容的參信息歪。廉基于待We捆b熱的研主究：肢搜索析引擎區(qū)的設(shè)踐計(jì)、鼓文件鉗自動(dòng)脅分類香技術(shù)粉、關(guān)炒鍵詞尸的自惠動(dòng)提絕取、妖半結(jié)示構(gòu)化換信息陽的提痛取及首We江b前上新毛型應(yīng)萍用的規(guī)研究中等。科1.繞8基數(shù)據(jù)蜜挖掘愿的知旁識(shí)表般示拘數(shù)據(jù)瞞挖掘特各種陜方法涉獲得暢的知沈識(shí)的麗表示秧形式繪主要侵有6料種：浴規(guī)那么卻、決芹策樹侮、知甲識(shí)基訊〔濃壓縮數(shù)猴據(jù)〕殘、網(wǎng)鎮(zhèn)絡(luò)權(quán)員值、峰公式賠和案菠例。該〔1蔬〕規(guī)陸那么歡規(guī)那么悠由蹤前提輛條件抹和裁結(jié)論單兩部欄分組船成。嶄前提照條件仰由字席段項(xiàng)評(píng)〔屬瓣性〕質(zhì)取值仆的合列取和免析取荒組合擇而成固，結(jié)此論為雕決策來字段況項(xiàng)〔歐屬性業(yè)〕的鄉(xiāng)取值凍或者纖類別觀組成苗。如韻，下易例為棵兩類著人群醋9個(gè)縫元組胡〔記匆錄〕俯表膚：切身高脖頭發(fā)表眼睛襪第一睛類人慘矮右金色睜藍(lán)色蜓高糠紅色冊(cè)藍(lán)色然高打金色胳藍(lán)色炮矮宮金色棕灰色臥第二詢類人吩高路金色芽黑色伸矮鄙黑色極藍(lán)色滾高熟黑色率藍(lán)色相高帖黑色治灰色蠶矮例黑色鍛黑色薪利用示數(shù)據(jù)父挖掘鈴方法濁，將法能很僑快得網(wǎng)到如另下規(guī)謹(jǐn)那么知袋識(shí)：王津I黎F〔捆發(fā)色娘=金驕色院∨秒紅色坡〕兆∧何〔眼玉睛=確藍(lán)色紙∨嘉灰色揪〕T闖HE畜N究廳第一療類人會(huì)桶I駛F〔譽(yù)發(fā)色冬=黑唇色〕接∨厘〔眼薄睛=襪黑色擦〕汗TH誘EN特第喬二類隸人節(jié)即：誰但凡依具有攔金色喪或紅圍色的惑頭發(fā)嚼，并匆且同捷時(shí)具齡有藍(lán)攤色或橫灰色送眼睛央的人岡屬于攤第一屢類人番；凡害是具隆有黑盜色頭柿發(fā)或邁黑色鮮眼睛粉的人雄屬于神第二翅類人蛋。搞〔2允〕決刷策樹拒如I券D3威方法載的決弟策樹洪，是攜由信敗息量撿最大董的字談段〔烏屬性慢〕作茫為根膛結(jié)點(diǎn)曬，它枝的各襪個(gè)取輩值為綠分枝罷，對(duì)努各個(gè)語分枝嬸所劃原分的宴數(shù)據(jù)賤元組饞〔記逝錄〕醉子集捉，重劍復(fù)建浙樹過圓程，共擴(kuò)展謝決策垃樹，妹最后稀得到回相同己類別適的子憑集，婆以該怪類別避作為榜葉結(jié)飾點(diǎn)。歡如，浮上例狐的人利群數(shù)障據(jù)庫(kù)車，按賤ID豎3方貸法得華到的悉決策偷樹為他〔3蟲〕知忠識(shí)基別〔濃催縮數(shù)去據(jù)〕朽數(shù)嫩據(jù)挖租掘方蒼法能籃計(jì)算猛出數(shù)批據(jù)庫(kù)土中字嘴段項(xiàng)隊(duì)的重昌要程乖度，罪對(duì)于飄不重孔要的飯字段他可以堂刪除拌，對(duì)揚(yáng)于數(shù)為據(jù)庫(kù)恢中的閣元組庸能按界一定劃的原朵那么合恩并。貴這樣盆，通撿過可尸大大家壓縮授數(shù)據(jù)祖庫(kù)中旗的元加組和概字段兆項(xiàng)，脆最后毛得到愁濃縮叢數(shù)據(jù)劣，稱君為天知識(shí)貨基題。它燕是原扶數(shù)據(jù)質(zhì)庫(kù)的暑精華滋，很眠容易扇轉(zhuǎn)換陷成規(guī)蛾那么知彩識(shí)。周如，映上例洞的人將群數(shù)悟據(jù)庫(kù)宏，通黑過計(jì)烈算可跳以得惰出身煮高是牽不重忌要的摘字段糞，刪嬌除該倡項(xiàng)后絞，再扁合并兩相同椅數(shù)據(jù)牧元組麻，得督到如孝下的艇濃縮演數(shù)據(jù)糕表。老〔4員〕網(wǎng)華絡(luò)權(quán)城值彈吐氣神城經(jīng)網(wǎng)初絡(luò)方龍法經(jīng)雨過對(duì)膨訓(xùn)練估樣本構(gòu)的學(xué)常習(xí)后伙，所兼得到?jīng)_的知派識(shí)是正網(wǎng)絡(luò)揉連接枯權(quán)值狡和結(jié)姐點(diǎn)的尾閾值雜。一話般表垮示為賞矩陣脾和向旁量。企如，菌異或憲問題抖的網(wǎng)咳絡(luò)權(quán)律值和汗閾值石分別泥如下獲：屋樣本激：0踐脖0皆任弦燈0社1廣付忌召1卡賴0煎跨蝕轉(zhuǎn)1賞浙1辜〔5事〕公恒式丸對(duì)于扇科學(xué)媽和工棟程數(shù)宇據(jù)庫(kù)蓄，一含般存養(yǎng)放的他是大鬼量實(shí)屆驗(yàn)數(shù)取據(jù)〔微數(shù)值影〕。塊它們拿中蘊(yùn)靈涵著次一定已的規(guī)司律性錫，通蟻過公辟式發(fā)炸現(xiàn)算胳法，捐可以學(xué)找出島各種鬧變量腎間的總相互振關(guān)系蠻，用鏟公式悶表示稠。弦如，急太陽泡系行殃星運(yùn)堅(jiān)動(dòng)數(shù)披據(jù)中旬，包念含行姨星運(yùn)萬動(dòng)周跳期〔伯旋轉(zhuǎn)支一周曲所需貸時(shí)間臘，天披〕，寬以及先它與幣太陽典的距錯(cuò)離〔款圍繞皺太陽霧旋轉(zhuǎn)舅的橢考圓軌爸道的彎長(zhǎng)半催軸，慨百萬娘公里獄〕，演具體礎(chǔ)數(shù)據(jù)桌如下是表：下水星恒金星珠地球貞火星雕木星趕土星煩周期筍P造88歉22濾5停36稻5歐68澤7惱43蝶43品.5銷10負(fù)76此7.滴5挺距離鴉d疾58棕10琴8足14莖9壺22型8茫77潔8途14至30腹由此志，可筆得到局開普撐勒第侄三定去律：念d/橡P=逼25步.糞〔6辨〕案盾例饒案例繭是指換人們隆經(jīng)歷苗過的策一次扯完整侵的事晃件。既當(dāng)人防們要承解決獵一個(gè)屢新問優(yōu)題時(shí)圈，總差是先吧回憶祥自己懲以前懂處理盆過的商類似助事件庸〔案陡例〕朱，利濟(jì)用以坡前案凝例中性解決績(jī)問題植的方束法或這者處隆理的姨結(jié)果都，作鬼為參擦考并午進(jìn)行沸適當(dāng)謙的修晝改，革以解但決當(dāng)飯前新羽問題亂。利幼用這枯種思別想建塊立起炒基于拳案例晴推理運(yùn)〔C再as直e濕Ba跌se吧d摘Re指as務(wù)on煩in掀g,萬CB乏R〕怪。治CB纖R的如根底綁是案警例庫(kù)汪，在被案例籃庫(kù)中均存放喪著大頂量成猾功或征失敗榆的案絡(luò)例。明CB敘R利貫用相曬似檢裕索技丹術(shù)，吹對(duì)新攏問題折到案政例庫(kù)松中搜筑索相壽似案差例，盒再經(jīng)月過對(duì)偷舊案雅例的胃修改愉來解厚決新候問題泥。癢可見躍，案申例是便解決躁新問允題的伴一種章知識(shí)覆。案滔例知萬識(shí)一喇般表項(xiàng)示為裳三元乏組：首問題恨描述誤：對(duì)很求解累的問廢題及熟周圍外世界器或環(huán)滾境的位所有謹(jǐn)特征歸的描攝述；伐解描弊述：寸對(duì)問慌題求加解方也案的鍵描述碼；駐效果遮描述鄰：描夾述解裙決方垃案后琴的結(jié)孕果情亞況，振是失棟敗還俗是成病功。生1.化9瞎數(shù)據(jù)聰挖掘型及知忌識(shí)發(fā)熄現(xiàn)的涂實(shí)際暮應(yīng)用壁DM絮〔K英DD銷〕工爐具和城軟件萍已在等各個(gè)睜部門縣得到采很好辨的應(yīng)慶用，愿并收遠(yuǎn)到明茶顯的尚效益俘。隙[1遞]裙金融捏方面源：聰銀行選信用發(fā)卡和屢保險(xiǎn)軋行業(yè)百，預(yù)坊測(cè)存潮/貸密款趨熟勢(shì)，翅優(yōu)化慰存/再貸款員策略冒，用粘DM扛將市艷場(chǎng)分新成有要意義奮的群核組和盡部門遭，從糾而協(xié)汁助市露場(chǎng)經(jīng)晝理和母業(yè)務(wù)膝執(zhí)行為人員育更好稍地集葉中于嚴(yán)有促姓進(jìn)作叢用的錢活動(dòng)況和設(shè)制計(jì)新感的市右場(chǎng)運(yùn)戲動(dòng)。瓦[2餡]蔬在客懂戶關(guān)津系管緒理方固面岸：宴DM傅能找旱出產(chǎn)夾品使亦用模寬式或禍協(xié)助姐了解謠客戶橋行為向，從角而可聚以改烏進(jìn)通像道管墊理〔脊如銀匙行分賭支和免AT犬M等礙〕。抬又如嗎正確技時(shí)間失銷售?！睷竄ig鞋ht辨Ti霉me旺Ma骨rK甜et是in淺g〕臉就是筆基于廈顧客膀生活抄周期堂模型沫來實(shí)遙施的逝。態(tài)[3革]恐在零挖售業(yè)炒/市固場(chǎng)營(yíng)惠銷方駁面釀：史是數(shù)車據(jù)挖個(gè)掘技林術(shù)應(yīng)氏用最跡早也絕是最涉重要鋸的領(lǐng)瓶域，姓DM濕用于兆顧客捏購(gòu)貨吐籃的絕分析堅(jiān)可以層協(xié)助鎮(zhèn)貨架延布置叢，促洗銷活稅動(dòng)時(shí)寄間，附促銷元商品率組合座以及虎了解飛滯銷乓和暢竿銷商誰品狀似況等仍商業(yè)境活動(dòng)襪。通級(jí)過對(duì)狠一種嫁廠家石商品璃在各歲連鎖另店的音市場(chǎng)夸共享刮分析宇,客扯戶統(tǒng)遺計(jì)以詳及歷哀史狀棄況的膨分析央，可耳以確熊定銷娘售和恰廣告給業(yè)務(wù)陜的有席效性駱。委[4蘆]俊在過婆程控谷制/隔質(zhì)量?jī)敱O(jiān)督星保證嗽方面積：你DM辟協(xié)助委管理滋大數(shù)趕量變燭量之滋間的余相互侍作用害，D土M能臘自動(dòng)托發(fā)現(xiàn)匪出某孕些不慌正常寨的數(shù)旨據(jù)分編布，多暴露巷制造棋和裝淋配操劈作過蹄程中墳變化龍情況襲和各匠種因狠素，扒從而滑協(xié)助耀質(zhì)量省工程超師很汁快地僻注意擾到問撤題發(fā)摘生范箏圍和筍采取條改正堤措施尊。薄[5興]伯在遠(yuǎn)村程通耽訊部歸門辭：刻基于野DM紙的分旁析協(xié)惜助組身織策雙略變?cè)飧源暨m應(yīng)艷外部最世界核的變導(dǎo)化，饑確定置市場(chǎng)戀變化塵模式荒以指解導(dǎo)銷未售計(jì)牧劃載。乎在網(wǎng)胡絡(luò)容側(cè)量利帳用方憤面，瘋DM憤能提眠供對(duì)成客戶遞組類弦效勞槐使用碌的結(jié)至構(gòu)和油模式焰的了旨解，輪從而婦指導(dǎo)穗容量耳方案免人員斯對(duì)網(wǎng)玉絡(luò)設(shè)唐施作后出最選佳投五資決蓄策。區(qū)[6銳]化算學(xué)/譯制藥掘行業(yè)腫：從冒各種慈文獻(xiàn)銹資料煮總自嫌動(dòng)抽墊取有鑼關(guān)化拋學(xué)反環(huán)應(yīng)的霞信息哪，發(fā)爺現(xiàn)新朋的有尖用化餡學(xué)成盾分。捆在遙查感領(lǐng)釀?dòng)蜥樄麑?duì)每捆天從搬衛(wèi)星愧上及課其它趨方面伶來的摟巨額勒數(shù)據(jù)售，對(duì)標(biāo)氣象夸預(yù)報(bào)倡，臭賀氧層亦監(jiān)測(cè)拖等能職起很股大作擇用。貞[7嶼]軍奪事方肢面：暫使用慶DM蹤進(jìn)行辭軍事禍信息餃系統(tǒng)岔中的殿目標(biāo)害特征船提取連、態(tài)貢勢(shì)關(guān)狼聯(lián)規(guī)指那么挖津掘等霉。燥總之壁，D煩M可還廣泛哄應(yīng)用雨于銀即行金昆融、席零售們與批運(yùn)發(fā)、蟲制造前、保袍險(xiǎn)、惹公共華設(shè)施改、政致府、識(shí)教育慢、遠(yuǎn)蠅程通子訊、飾軟件壯開發(fā)默、運(yùn)繞輸?shù)认母鱾€(gè)液企事谷業(yè)單恒位及嫩國(guó)防峰科研葬上。星據(jù)報(bào)替導(dǎo)，洪DM俯的投被資回江報(bào)率舍有達(dá)賽40蓬0%爆甚至旺10撥倍的鋒事例皇。碌1.嫂10絮知捉識(shí)發(fā)次現(xiàn)與泡創(chuàng)新襯自9杰0年盆代以寄來，神基于擾數(shù)據(jù)火庫(kù)/而數(shù)據(jù)決倉(cāng)庫(kù)板技術(shù)槐的知纖識(shí)發(fā)臂現(xiàn)研因究，秒一直曠是人假們關(guān)槍注和揀研究呢的熱懶點(diǎn)。徑所謂偽數(shù)據(jù)摧倉(cāng)庫(kù)窩，按詠數(shù)據(jù)步倉(cāng)庫(kù)錄之父醉Bi眉ll艙I甩nm塌on張的定踢義，影就是趣一個(gè)壤“莊面向說主題要的腿〞嚴(yán)、安“暖完整鍵的兵〞君、話“漲非易過失的尺〞奉、樣“圣不同偵時(shí)間啟的榮〞情、斜“績(jī)用于餃支持支決策瀉管理前的竟〞四數(shù)據(jù)吵集合拼。截實(shí)質(zhì)滾上，魂數(shù)據(jù)店倉(cāng)庫(kù)貍就是撤將處異構(gòu)謀的數(shù)柳據(jù)販集成辱起來兄，經(jīng)于過加熄工整凝理變稿成一肉個(gè)可焰用的賽數(shù)據(jù)費(fèi)資源炊。毛目前膨，基茂于數(shù)鈔據(jù)倉(cāng)折庫(kù)的做分析遵工具伐主要再有：竭數(shù)據(jù)過挖掘豎和聯(lián)粘機(jī)分簡(jiǎn)析處婦理怠〔O醉LA號(hào)P：匹On脂Li愁ne形A當(dāng)na霞ly由si鬼s氧Pr歇oc鎖es蝦s〕啦。激它們題的最把本質(zhì)英區(qū)別駁在于溪，數(shù)仰據(jù)挖叢掘是代一種竿挖掘室性分劣析工福具務(wù)，它脆主要企是利箭用各然種分爐析方丘法〔筒算法區(qū)〕主牧動(dòng)地儲(chǔ)去挖季掘大沒量數(shù)材據(jù)中燭蘊(yùn)含紙的規(guī)鋒律；厚而O輔LA卵P那么割是一勞種冬求證靜性的登分析支工具箱，即化已有煎一個(gè)丑假設(shè)嚼，通匙過O恥LA織P來?yè)尩玫胶硫?yàn)證策。悟OL立AP追所采盡用的各驗(yàn)證子方法鍬多是石基于測(cè)數(shù)據(jù)串立方鎮(zhèn)體賣法，餐即通戴過對(duì)攻數(shù)據(jù)完立方眾體的后切片流、切致塊、燦旋轉(zhuǎn)騰、鉆障取等料操作頃來實(shí)搜現(xiàn)對(duì)攝數(shù)據(jù)