数据挖掘概念与技术 CHAPTER1-引言.ppt

数据挖掘：概念与技术 数据挖掘：概念与技术 Jiawei Han and Micheline Kamber著 Monrgan Kaufmann Publishers Inc. 范明 孟小峰等译 机械工业出版社 基本信息 基本信息 研究方向： 计算生物学、生物信息学（Bioinforamtics） 项目： 样本不平衡的基因表达数据的分析方法研究 (Y1080973) 浙江省自然科学基金 DNA甲基化异常的分析与预测 国家自然科学青年基金 教材-作者 /homes/hanj/ The book will be covered in two courses at CS, UIUC：伊利诺伊大学，厄巴纳-尚佩恩(University of Illinois at Urbana-Champaign) CS412: Introduction to data warehousing and data mining Coverage (Chapters 1-7 of This Book) CS512: Data mining: Principles and algorithms (Chapters 8-11 of This Book) Data and Information Systems(DAIS:) Course Structures at CS/UIUC Coverage: Database, data mining, text information systems and bioinformatics Data mining Intro. to data warehousing and mining (CS412: Han—Fall) Data mining: Principles and algorithms (CS512: Han—Spring) Seminar: Advanced Topics in Data mining (CS591Han—Fall and Spring. 1 credit unit) Independent Study: only if you seriously plan to do your Ph.D. on data mining and try to demonstrate your ability Database Systems: Database mgmt systems (CS411: Kevin Chang Fall and Spring) Advanced database systems (CS511: Kevin Chang Fall) Text information systems Text information system (CS410 ChengXiang Zhai) Bioinformatics Introduction to BioInformatics (Saurabh Sinha) CS591 Seminar on Bioinformatics (Sinha, Zhai, Han, Schatz, Zhong) 课程信息 数据挖掘的（前7章的内容）， 第1章 引言 第2章 数据预处理 第3章 数据仓库与OLAP技术概述 第4章 数据立方体计算与数据泛化 第5章 挖掘频繁模式、关联和相关 第6章 分类和预测 第7章 聚类分析 如果有时间（第11章 数据挖掘的应用和发展趋势） 导论课程（从数据库角度出发） 相关涉及：数据库系统、统计学与机器学习的概念和技术 课时安排与考核 课时安排 总学时 48，讲课学时 36，课内上机学时 12（课外上机学时 20）起止01-16周 考核 平时成绩+考试成绩 第1章 引论 动机：为什么要数据挖掘? 什么是数据挖掘? 数据挖掘：在什么数据上进行? 数据挖掘功能 所有的模式都是有趣的吗? 数据挖掘系统分类 数据挖掘的主要问题 数据处理技术的演进 1960s: 数据收集, 数据库创建, IMS层次和网状 DBMS 1970s: 关系数据库模型, 关系 DBMS 实现 1980s: RDBMS, 先进的数据模型 (扩充关系的, OO, 演绎的, 等.) 和面向应用 的 DBMS (空间的, 科学的, 工程的, 等.) 1990s—2000s: 数据挖掘和数据仓库, 多媒体数据库, 和 Web 数据库 动机: 需要是发明之母 数据爆炸问题 自动的数据收集工具和成熟的数据库技术导致大量数据存放在数据库, 数据仓库, 和其它信息存储中 Business: Web, e-commerce, transactions, stocks, … Science: Remote sensing, b