第一章 数据挖掘与信息处理导论.pptVIP

教师简介: 董春游，教授，博士，硕士生导师,校教学名师。 1983年阜新矿业学院采矿工程系毕业 1.采煤教研室副主任；2.经济教研室主任； 3.经贸系副主任；4.计算机与信息工程学院院长 5.研究生学院党委书记 学历教育 1.1992年考入中国矿业大学北京研究生部.优秀硕士论文 2.1998年入辽宁工程技术大学，2002年获得博士学位（校级优秀博士论文）；3.2004年进入哈尔滨工程大学博士后流动站工作学习并于2007年出站。 研究领域 矿业系统工程、人工智能与专家系统、技术经济等教学与研究工作， 成果 主编、主审高等学校规划教材6部，出版学术专著一部，发表论文40多篇 参加或主持国家自然基金项目、省重大攻关项目、省科技厅项目、省教育厅项目及横向课题多项，获省、部级科技进步三等奖共三项，省优秀教学成果奖两项，作为主讲教师获得省精品课程一门，指导的研究生有1人获得省优秀硕士论文，3人获得校优秀硕士论文。兼任黑龙江省煤炭学会常务理事、中国计算机学会会员、黑龙江省计算机学会理事、黑龙江省高校职称评审专家、哈尔滨市科技局项目评审专家等。曾获黑龙江省模范教育工作者，鸡西市十大杰出青年，鸡西市专业技术拔尖人才，黑龙江科技学院教师特殊贡献一等奖，优秀硕士导师等荣誉称号。 数据挖掘与信息处理(Data Mining and Information Processing) 1.开课对象：煤矿事故应急救援与影响控制博士人才培养项目博士研究生 其它学校博士相似课程：辽工大，中国矿大 2.课程 3.主要内容及研究应用进展 讲述实现数据挖掘与信息处理的各主要功能、挖掘算法及信息处理过程中的数据融合算法、不确定性推理、云模型、粗糙集等 应用于煤矿安全评价见下页 4.教学目的和要求 通过本课程学习，学生应该： (1)? 深入了解数据库挖掘基础理论、基本技术及相关数学方法（如分类、聚类分析、关联分析、粗糙集、云模型、DS数据融合算法等），了解数据挖掘与信息处理领域发展趋势，了解数据挖掘和信息处理技术必威体育精装版进展和前沿成果，并能作出评价。 (2)? 深入地掌握3-4热点的理论和技术；了解数据挖掘与信息处理的MATLAB软件并能解决实际煤矿事故应急救援与影响控制的相关问题。 学习本课程的学生须： 1．完成指定参考文献的阅读。（查阅学校网，有关煤矿数据挖掘的有关博士论文） 2．选定一个题目作理论联系实际的研究，完成相关系统原型开发或试验设计，作完有关试验。 3．就某一内容（相关章节加上相关文献）做一次30—60分钟的报告, 占总成绩的20%。 4．选定一个题目作理论联系实际的研究，完成相关算法，作完有关试验，撰写论文（建议投稿到有关杂志），根据论文质量（如发表情况或专家评审结论）占总成绩的80%。 ? 研究与应用进展（煤矿安全评价） 1.1 背景 二十世纪末以来，全球信息量以惊人的速度急剧增长—据估计，每二十个月将增加一倍。许多组织机构的IT系统中都收集了大量的数据（信息）。 主要问题：在海里数据库中发现规律。目前的数据库系统虽然可以高效地实现数据的录入、查询、统计等功能，但无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展趋势。为了充分利用现有信息资源，从海量数据中找出隐藏的知识，数据挖掘技术应运而生并显示出强大的生命力。 数据挖掘是八十年代投资AI研究项目失败后，AI转入实际应用时提出的。它是一个新兴的，面向商业应用的AI研究。(AI(Artificial Intelligence，人工智能) ) 介绍1998年神华集团经历煤矿建设项目谈判 可持续发展进程：1989年8月，在美国底特律召开的第11届国际人工智能联合会议的专题讨论会上首次出现数据库中的知识发现（Knowledge Discovery in Database，KDD）这一术语。 随后，在1991年、1993年和1994年都举行KDD专题讨论会，汇集来自各个领域的研究人员和应用开发者，集中讨论数据统计、海量数据分析算法、知识表示、知识运用等问题。最初，数据挖掘是作为KDD中利用算法处理数据的一个步骤，其后逐渐演变成KDD的同义词。 DM=KDD 1.2 数据挖掘定义 1.技术角度的定义 数据挖掘（Data Mining)是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。与数据挖掘相近的同义词包括：数据融合、数据分析和决策支持等。 这一定义包括好几层含义:数据源必须是真实的、海量的、含噪声的;发现的是用户感兴趣的知识;发现的知识要可接受、可理解、可运用