复杂对象数据挖掘.pptVIP

音频挖掘音频挖掘（AudioMining）指对音频信息的自动处理和分析过程。语音挖掘的另外一个用途在于将语音对应到个人*第62页，共111页，星期日，2025年，2月5日音频挖掘视频挖掘15.4.4Web文档的自动分类15.4.5Web使用挖掘*第63页，共111页，星期日，2025年，2月5日音频挖掘15.4.5.1模式发现要解决的问题就是数据的预处理，它主要包括两个部分：（1）数据清洗（DataCleaning）:包括无关记录的剔除、判断是否有重要的访问没有被记录、用户的识别等问题。（2）事务识别（TransactionIdentification）:是指将页面访问序列划分为代表Web事务或用户会话的逻辑单元。如路径分析、关联规则挖掘、时序模式以及聚类和分类技术。*第64页，共111页，星期日，2025年，2月5日15.4.5.２模式的分析相关分析方法如下：(1)可视化技术对于理解Web用户的行为模式来讲是一个自然的选择。(2)联机分析处理（OLAP）技术也可以应用到模式的分析中来。(3)计划挖掘（planmining）挖掘通常的存取规律，可以调整Web连接，改善性能。*第65页，共111页，星期日，2025年，2月5日相关分析方法(4)相关／序列存取模式分析，可以对服务器的缓存、预取和交换参数进行调整。(5)趋势分析，可以了解Web下在发生的变化，用户的个性化分析可以为用户提供定制的服务。*第66页，共111页，星期日，2025年，2月5日15.4.5.３使用记录挖掘的基本流程对Web访问日志（WebLog）进行分析和挖掘要经过一系列的数据准备工和和建模工作。一个基本的流程包括如下步骤。（1）首先要对WebLog进行清洗、过滤和转换，从中抽取感兴趣的数据。*第67页，共111页，星期日，2025年，2月5日15.4.5.３使用记录挖掘的基本流程（2）将资源的类型、资源的大小、请求的时间、在资源上停留的时间、请求次数、来自不同Internet域的请求次数、事件、会话、错误次数作为在这些维变量下的度量变量建立数据立方体（DataCube）。（3）利用成熟的数据挖掘技术（如特征、分类、关联、预测、时间序列分析、趋势分析）*第68页，共111页，星期日，2025年，2月5日15.5挖掘数据流为了从数据流中发现知识或模式，有必要开发单遍扫描的、联机的、多层的、多维的流处理和分析方法。单遍扫描的联机数据分析方法，不应该只限于流数据，它对于处理海量的非数据流也是至关重要的。*第69页，共111页，星期日，2025年，2月5日15.5.1流数据处理方法和流数据系统本节，我们考虑一些常用的大纲数据结构和技术。1．随机抽样一种叫做水库抽样，可以用来无放回的选取一个无偏的S个元素的随机样本，没有更换。水库抽样的想法相对简单。2．滑动窗口基本的思想是：仅仅基于最近的数据做出决策，而不是对目前为止看到的所有数据或对某个样本进行计算。*第70页，共111页，星期日，2025年，2月5日15.5.1流数据处理方法和流数据系统3.直方图直方图是一种大纲的数据结构，可以用来近似数据流中元素值的频率分布。4.多分辨方法处理大量数据的一种常见方式是使用数据归约?方法。一种流行的数据归约方法是采用分治策略，如多分辨率数据结构5.数据流管理系统和流查询流数据的查询处理结构包括三个部分：终端用户，查询处理器和临时空间（这可能由主存和磁盘构成）。*第71页，共111页，星期日，2025年，2月5日流OLAP和流数据立方体（续）1．压缩时间尺度的时间维：倾斜时间框架这种模型对许多分析任务来说是足够的，也能保证驻留在内存或存储在硬盘上的数据总量很小。2.关键层第一层称作最小兴趣层（minimalinterestinglayer），是分析人员想要研究的最小兴趣层。第二层称观察层（observationlayer），是分析人员（或自动化系统）希望不断研究数据的层。*第72页，共111页，星期日，2025年，2月5日3.流立方体的部分物化常用路径立方体计算（popularpathcubing）,它通过一条常用下钻路径