第9章 复杂数据类型的挖掘.pptVIP

第九章：复杂类型数据的挖掘 复杂数据对象的多维分析和描述性挖掘 空间数据库挖掘 多媒体数据库挖掘 时序数据和序列数据的挖掘 文本数据库挖掘 Web挖掘 9.1.1 结构化数据的概化 集合值属性 将集合中的每一个值概化为其对应的更高级别的概念 导出集合的一般特征，如集合中元素的个数，集合中类型或值的区间，或数字数据的加权平均 例9.1 {网球，曲棍球，国际象棋，小提琴，任天堂游戏}可以概化为{体育，音乐，电子游戏} 列表值或序列值属性 类似集合值属性，所不同的是概化中要保持元素的次序 9.1.2空间和多媒体数据概化中的聚集和近似计算 空间数据: 将一些具体的地理上的点概化为一些聚类区域，如根据土地的用途可概化为商业区、居民区、工业区或农业区 需要通过一些空间操作，如空间并、空间重叠、空间交 多媒体数据库: 图象数据 聚集和近似计算 尺寸、颜色、形状、纹理、方位，和对象或区域相对位置和结构 音乐数据 音调 风格 文章：摘要、结构 9.1.3对象标识符和类/子类层次的概化 对象标识的概化 基于相关的层次结构由低至高逐层攀升概化 继承特性概化 数据概化不区分数据来源：类或超类，一视同仁 方法 定义：计算过程/函数或一组演绎规则 方法本身不可能概化，但由方法导出的数据可以概化 9.1.4 类复合层次的概化 9.1.5对象立方体的构造与挖掘 9.1.6 用分治法对规划数据库进行基于概化的挖掘 规划: 由一个可变的行为序列组成 例9.4，飞行旅游：traveler, departure, arrival, d-time, a-time, airline, price, seat 规划挖掘的用途 定义 例：从飞行数据库发掘旅行模式，发掘汽车修理数据库的行为序列模式 例9.4 一个乘机旅行规划库 例9.4：发掘旅行规划库 多 维 分 析 步骤 按不同方向概化规划库 观察概化规划 导出高层的简洁规划 多 维 概 化 第九章：复杂类型数据的挖掘 复杂数据对象的多维分析和描述性挖掘 空间数据库挖掘 多媒体数据库挖掘 时序数据和序列数据的挖掘 文本数据库挖掘 Web挖掘 9.2.1 空间数据立方体构造和空间OLAP 空间数据仓库：面向主题的，集成的，时变的和非易失的空间和非空间数据集合，用于支持分析决策过程 挑战性问题 空间数据的集成 与特定结构有关 与特定厂家有关 快速而灵活的OLAP 维和度量都包含空间成分 空间数据立方体中的维和度量 维 非空间维 例：25-30℃概化为“热” 空间-非空间维 例：广东概化为华南省份 空间-空间维 例：0-10℃的地区 度量 数字度量 分布 代数 整体 空间度量 指向空间对象的指针 例9.5 BC_weather模式分析 输入 3000个气象探测器的分布地图 每日的气温、降雨量等数据 所有属性的概念层次 输出 发现模式的地图：合并相似区域 目标 交互式分析（下钻，分片，切块，旋转等） 快速响应 最小的贮存空间 挑战 一个合并的区域可能包含上百个原始区域 例9.6 BC_weather空间数据仓库的星型模式 空间数据仓库 维 region_name time temperature precipitation 度量 region_map area count 空 间 合 并 空间数据立方体的计算方法 在线的聚集：在空间数据立方体中收集与储存有关的空间对象指针 代价大且慢，需要有效的聚类技术 预计算和存储所有可能的结果 所需空间大 预计算和存储粗略近似的空间度量结果 牺牲精度 有选择的预计算: 经常用到的那部分 在较细粒度的级别上进行 权衡合并区域的实用性、可共享性及时空代价 9.2.2 空间关联分析 空间关联规则：A ? B [s%, c%] A 和 B 是空间和非空间谓词的集合 距离信息：临近、远离等 拓扑关系：交、重叠、分离等 空间方位：左边、西部等 s%表示规则的支持度，c%表示规则的可信度 例子 is_a(x, school) ^ close_to(x, sports_center) ? close_to(x, park) [0.5%, 80%] 逐步求精的挖掘优化空间关联分析 两个步骤： 第一步：粗略挖掘 使用 MBR 或 R-tree 满足超集覆盖特性 第二步：求精 在裁剪过的数据集上用代价较高的算法 9.2.4 空间分类和空间趋势分析 空间分类 定义：分析空间对象导出与一定空间特征有关的分类模式 例9.7：根据家庭收入把地区按贫富分类 空间趋势分析 定义：根据某空间维找出变化趋势 特点：空间上的非空间与空间数据的变化 例：交通流量，气象模式 第九章：复杂数据类型的挖掘 复杂数据对象的多维分析和描述性挖掘 空间数据库挖掘 多媒体数据库