[分享]数据挖掘综述

christy

　　模糊逻辑

christy

　　逻辑程序作为数据挖掘技术

　　演绎逻辑程序

　　归纳逻辑程序

　　ILP作为数据挖掘技术

　　ILP应用 Figure 8 –6

　　数据挖掘工具

　　数据挖掘工具分类 Figure 9-1

　　原型工具

　　新的功能模型

　　开发新的模型、框架：Stanford University; MITRE Corporation ; Hitachi Corporation ; Rutgers University

　　目的：综合数据挖掘和数据库管理

　　项目名称：Queryflocks (Stanford University，MITRE Corporation，Hitachi Corporation)，开发支持数据挖掘查询方法和优化技术。

　　Rutgers University，数据挖掘查询语言

　　新的信息服务

　　挖掘不同类型的数据(多媒体)

　　Text数据挖掘：Queryflocks;Cheng and Ng ，University of Arizona;Feldman，Bar-Ilan University in Israel

　　Image数据挖掘：SKICAT，JPL(Jet Propulsion Lab);Clifton，MITRE Co.;University of British Columbia

　　WEB数据挖掘：University of Michigan ;University of Minnesota

　　Scalability

　　数据挖掘算法的可度量性：The Massive Digital Data System Project;Magnify Inc.;Thinking Machines Co.;SGI;IBM’s YorkTown Heights research laboratory

　　结果的可理解性

　　GTE Lab;Simon Fraser University;University of Massachusetts at Lowell

　　大规模的项目

　　IBM Quest project, Agarwal

　　Simon Fraser University’s DBMINER, Han

　　商业工具

　　Red Brick: DATAMIND

　　Lockheed Martin: RECON

　　IBM: INTELLIGENT MINER

　　Information Discovery: IDIS

　　Neo Vista: DECISION SERIES

　　Part III. Trends in Data Mining

　　挖掘分布式、异质、遗留数据库

　　分布式数据库：Figure 10-1，Figure 10-2

　　异质数据库的互操作：Figure 10-4

　　遗留数据库的迁移：Figure 10-5

　　挖掘分布式、异质、遗留数据库

　　分布式数据挖掘：Figure 10-6，Figure 10-9

　　异质数据库挖掘：Figure 10-10，Figure 10-11，Figure 10-12，Figure 10-13，Figure 10-14 合作数据挖掘，中间件 Figure 10-16

　　遗留数据库挖掘：Figure 10-17，Figure 10-18，系统重建Figure 10-19

　　多媒体数据挖掘

　　两种方法：抽取结构，挖掘结构数据;直接挖掘多媒体数据

　　多媒体数据库：体系结构;数据建模;MM-DBMS功能：数据操纵，事务管理，元数据管理;存储管理;一致性和完整性。

　　挖掘多媒体数据

　　Text挖掘

　　半结构，非结构;

　　转换成结构化数据，在结构化数据上挖掘(文本—关系数据库)Figure 11-10

　　数据挖掘与信息检索结合Figure 11-11

　　开发直接挖掘非结构化数据的工具Figure 11-12

　　Image 挖掘

　　Clifton 抽取元数据挖掘;Unusual pattern; classify, cluster, associate image

　　Video 挖掘

　　转化Figure 11-14;直接挖掘Figure 11-15

　　Audio 挖掘

　　与Video类似，Text转化Figure 11-16;直接挖掘Figure 11-17

　　挖掘综合类型

　　与异质数据库类似，MDP Multimedia Distributed Processor

　　先综合后挖掘Figure 11-18, 先挖掘后综合Figure 11-19

　　数据挖掘和WWW

　　Internet 数据库管理和数字图书馆

　　Web数据挖掘

　　分类：Figure 12-12

　　挖掘Web数据：Figure 12-6;Figure 12-7;Figure 12-8;Figure 12-9;Figure 12-10

　　挖掘访问模式：Figure 12-11

　　数据挖掘的安全和隐私问题

　　inference 问题

　　mining , warehouse , inference

　　隐私问题：Figure 13-7

　　数据挖掘的元数据

　　元数据

　　挖掘和元数据

　　元数据挖掘Figure 14-4

　　mining and repository Figure 14-5

　　多媒体数据和元数据Figure 14-6

　　Web数据挖掘和元数据Figure 14-7

　　中心容器Figure 14-8(数据库中的数据很难直接挖掘)

christy

　　总结和方向

　　总结

　　Chap 1：引言

　　概念;结果，技术，方法;本书三层框架- 所涉及的技术，技术和工具，趋势

　　Part I ：支持数据挖掘的技术

　　Chap 2：数据库系统

　　数据模型;数据库体系结构;数据库功能;数据库和数据挖掘的结合

　　Chap 3：数据仓库

　　数据仓库定义、技术、功能;开发数据仓库;数据仓库、数据库管理和数据挖掘的关系

　　Chap 4：其他支持的技术：统计、机器学习、可视化、并行处理、和决策支持

　　Chap 5：数据挖掘不同的体系结构：技术;功能;Client/Server

　　Part II ：数据挖掘技术和工具

　　Chap 6：数据挖掘过程

　　例子(偏差分析/关联规则/分类等);数据挖掘的原因;数据挖掘步骤;用户接口方面

　　Chap 7：数据挖掘的结果(任务)，方法和技术

　　结果-聚集/分类等;方法论-自顶而下/自下而上/混合;技术-决策树/神经网络/逻辑归纳

　　Chap 8：逻辑归纳inductive logic programming

　　演绎逻辑编程;逻辑归纳编程;ILP作为数据挖掘技术及其缺陷

　　Chap 9：数据挖掘工具

　　研究原型-新的功能模型/新的信息服务/结果可理解性/可度量性/大规模项目;商业工具

　　Part III ：数据挖掘趋势

　　Chap 10：挖掘分布式、异质、遗留数据库

　　新的研究领域;问题;需要做的工作

　　Chap 11：多媒体数据挖掘

　　多媒体数据库简介;在多媒体数据上的数据挖掘 – 文本/图象/视频/音频数据;方向

　　Chap 12：Web数据挖掘

　　Web数据管理;Internet数据库和数字图书馆;WEB数据挖掘 – Internet数据库(构建数据仓库和多媒体数据挖掘)/用户浏览模式

　　Chap 13：数据挖掘的安全和隐私问题

　　推论问题inference problem;处理推论问题的方法;逻辑归纳和推论;隐私问题

　　Chap 14：数据挖掘的元数据

　　元数据简介;挖掘元数据;利用元数据挖掘数据

　　挑战

　　不完全和不精确的数据

　　标记数据,计算机处理,存储数据库,创建数据仓库,数据清洁,解决不确定性,格式化数据

　　不充分的工具和资源

　　数据挖掘工具不成熟

　　剪除结果和理解结果的能力

　　prune mining result,可视化,数据的可理解性

　　多语言挖掘 : 处理多种语言的工具

　　数据挖掘算法的可度量性

　　数据挖掘项目管理上的支持

　　Part III分布式,异质,遗留数据库/多媒体数据/WEB数据/安全和隐私问题/元数据挖掘

　　方向

　　数据理解

　　不完全和不精确的数据

　　多语言挖掘

　　多策略学习

　　可度量性Scalability (大规模数据)

　　更好的数据挖掘技术

　　数据挖掘理论 (艺术 – 理论)

　　技术综合

　　分布式,异质,和遗留数据库挖掘

　　多媒体数据挖掘

　　WEB挖掘

　　元数据挖掘

　　数据挖掘的安全和隐私

　　归纳和建议

　　数据挖掘是多技术的综合: 数据管理,机器学习,统计推理,高性能计算,决策支持,可视化

　　好的数据是数据挖掘的关键

　　数据挖掘研究处于初级阶段 (98) : 期望不同的方法论和OO设计和分析技术的应用

　　如 UML应用在数据挖掘上

　　实际数据挖掘应用的开发有助于对数据挖掘的理解

　　数据挖掘项目需要管理和交流

　　利用各种数据挖掘产品和原型的商业和研究的材料

　　数据挖掘是一个机遇,也是一个挑战