厦门大学数据挖掘概述PPT.ppt

§1.3.3 高级数据库系统 随着数据库技术的发展，各种高级数据库系统已经出现并在开发中，以适应新的数据库应用需要. 新的数据库应用包括处理空间数据(如地图)、工程设计数据、超文本和多媒体数据、时间相关的数据(如历史数据或股票交易数据)和Web 为响应这些需求，开发了高级数据库系统和面向特殊应用的数据库系统.这些包括面向对象和对象-关系数据库系统 (Han, J. W. and Kamber, M. (2001) 12-16)、空间数据库系统 (史忠植, (2002) 13-16)、时间和时间序列数据库系统、文本(Hahn, U. et al. (1997))和多媒体数据库系统、异种和遗产数据库系统、基于Web的全球信息系统 (Bern, S. (1998)). §1.3.4 事务性数据库 事务数据库由一个文件组成，其中每个记录代表一个事务.通常，一个事务包含一个唯一的事务标识号，和一个组成事务的项的列表(如，在商店购买的商品) (史忠植著, (2002) 13-16).事务数据库可能有一些与之相关联的附加表，包含关于销售的其他信息，如事务的日期、顾客的ID号、销售者的ID号、销售分店等等. * * 数据挖掘中的统计方法及其实践 朱建平 厦门大学经济学院计划统计系 The Statistical Method for Data Mining and Its Application Zhu Jianping Xiamen University 教学目的 数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，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。它是涉及机器学习、模式识别、统计学、人工智能、数据库管理及数据可视化等学科的边缘学科。 用统计的观点看，它可以看成是通过计算机对大量的复杂数据集的自动探索性分析。作为一种独立于应用的技术，一经出现立即受到广泛的关注。 本课程从统计学的角度介绍该领域的全面情况，讲授有趣的数据挖掘技术和方法，并讨论应用和研究方向。其目的是针对海量数据，让我们掌握利用计算机分析数据、理解数据，并具有基于丰富的数据做出决策的能力。 讲授的基本内容 随着计算机技术和电子数据获取方面的不断进展以及Internet和各种局域网的广泛普及，人们获得的数据正以前所未有的速度急剧增加，最近几十年产生了很多超大型数据库，遍及超级市场销售、银行存款、天文学、粒子物理、化学、医学以及政府统计等领域。 那么，如何从这些大型数据库中发现有用的信息、模式和知识？如何开发有效的挖掘方法？已成为众多科技工作者共同关注的焦点。在过去几年，一个称为“数据挖掘” (Data Mining)的新领域得到了快速发展，已在经济、商业、金融、天文等行业得到了成功的应用,在国际上掀起了一股空前的研究热潮。 本课程从统计学的观点出发，立足理论，着眼应用，在明确了数据挖掘定义和对象的基础上，从七个方面对数据挖掘的理论及统计方法和应用进行较为详细的介绍。 第一章介绍数据挖掘概况。讲授数据挖掘的定义，并以技术和商业的角度给出了数据挖掘的定义。在此基础上，澄清数据挖掘与知识发现的关系，明确数据挖掘的对象。最后对数据分析提出一些思考。 第二章数据挖掘与统计学的关系。以数据挖掘的发展历史为线索，讲授数据挖掘领域研究所取得成果，解释数据挖掘自身的特点，从中领悟到了数据挖掘与统计学的关系。以现代统计方法的基本思想，让学生认识到统计学在数据挖掘中所做的贡献，即统计方法在数据挖掘中强有力的作用。 参考文献 Cios, K. J., Pedrycz, W. and Swiniarski, R. W. (1998), Data Mining Methods for Knowledge Discovery, U.S.A Friedman, J. H., Data Mining and Statistics: What’s The Connection? Technical Report, Stanford University Glymour, C., etc. Statistical Themes and Lessons for Data Mining, Data Mining and Knowledge Discovery 1, 11-28 (1997) Han, J . W. and Kamber, M. Data Mining: Concepts and Techniques ,Higher Education Press, (2001) Theresa,