读书笔记1-数据挖掘是信息技术的进化
这主要体现在数据库的进化历史上，从数据的收集、存储、查询、分析、挖掘等技术不断的进步我们可以看到数据是如何转化为知识的。
第三阶段：数据库继续进化，同时出现了高级数据分析
韩老师的书中对数据库系统技术的演变有很好的解释
第一阶段：
| 数据的手机和数据库创建（20世纪60年代或者更早） |
| 原始数据处理 |
第二阶段：
| 数据库管理系统（20世纪70年代-80年代初期） |
| 层次和网状数据库系统 |
| 关系数据库系统 |
| 数据建模：实体-联系模型等 |
| 索引和存取方法 |
| 查询语言：SQL等 |
| 用户界面、表单、报表 |
| 查询处理与优化 |
| 事务、并发控制和恢复 |
| 联机事务处理 |
| 高级数据库系统（20世纪80年代中期-现在） |
高级数据分析
（20世纪80年代后期-现在）
|
| 高级数据模型：扩充关系的、对象-关系的、演绎的等 | 数据仓库与联机分析处理 |
| 管理复杂的数据：空间的、时间的、多媒体的、序列的和结构化的、科学的、工程的 移动对象的等 |
数据挖掘与知识发现：分类、聚类、离群点分析、关联与相关性、比较汇总、判别分析、 模式发现、趋势和偏差分析 |
| 数据流和物联网数据系统 | 挖掘复杂的数据类型：流、序列、文本、空间、时间、多媒体、Web、网络等 |
| 基于WEB的数据库（XML语义WEB） | 数据挖掘应用：商业、社会、零售、银行、电信、科学与工程、博客、日常生活等 |
| 管理不确定数据和数据清理 | 数据挖掘与社会：无形的数据挖掘、保护隐私的数据挖掘、挖掘社会与信息网络、推荐系统等 |
| 异构源的集成 | |
| 文本数据库系统以及与信息检索的集成 | |
| 非常大的数据的管理 | |
| 数据库调整和自适应系统 | |
| 高级查询：排位、skyline等 | |
| 云计算与并行数据处理 | |
| 数据隐私和安全问题 |
第四阶段：
未来一代信息系统（现在-未来）
什么是数据挖掘呢？
KDD，即数据中的知识发现。
一般有以下的几个基本步骤：
- 数据处理
- 数据集成
- 数据选择
- 数据变换
- 数据挖掘（狭义的概念，与上面要区分开来）
- 模式评估
- 知识表示
而这些工作一般分为两类：描述性（descriptive)和预测性（predictive)
- 类、概念描述：特征化与区分（我发现这是一般市场调研公司做的工作）
-
- 数据特征化，一般汇总所研究类的数据
- 数据区分，将目标类与一个或多个可比较类进行比较
- 数据特征化和区分
- 挖掘频繁模式、关联和相关性
- 用于预测分析的分类与回归
-
- 分类（classification）
- 相关分析
- 聚类分析（clustering)，注意与分类区别（书中有详细的介绍，聚类不像分类和回归分析标记类的（训练）数据集，聚类分析数据对象，而不考虑类标号）
- 离群点分析（异常挖掘）
等
什么样的数据挖掘是好的(有趣的）？
易于理解
确信有效
有用的
新颖的
支持度（support)和可信度(confidence)的定义。
看中文版的国外书籍就是有一点不好，有些地方感觉还是翻译的不透彻，特别是一些术语，翻译以后更难理解了。
看中文版的国外书籍就是有一点不好，有些地方感觉还是翻译的不透彻，特别是一些术语，翻译以后更难理解了。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/23512772/viewspace-1118734/ ，如需转载，请注明出处，否则将追究法律责任。
上一篇：
没有了~
下一篇：
没有了~
请登录后发表评论
登录
全部评论
