1、数据挖掘王继民北京大学信息管理系2006年秋信息管理系信息管理系基本信息o 时间：o 地点：o 课程主页： http:/ 总学时 :o 教学方式 : 讲授o 教师： 王继民 信息管理系信息管理系课程主要内容o 绪论o 数据预处理o 概念描述：特征化和区分 o 关联规则挖掘o 分类和预测o 聚类分析o 复杂类型数据的挖掘o 数据挖掘的应用和发展趋势o 侧重于： 数据挖掘基本概念与技术 方法 的讲解，实例则偏向于 “文本 +Web+图书情报 ” 信息 挖掘 的 “方法 ”信息管理系信息管理系参考教材o Jiawei Han and MichelineKamber. Data Mining: Con
2、cepts and Techniques.Morgan Kaufmann Publishers, 2001. 范明、孟小峰等译，数据挖掘概念与技术，机械工业出版社， 2001年 8月o 相关学术论文o 其它参考书n 数据挖掘原理 , David Hand, Heikki Mannila和 Padhraic Smyth著，机械工业出版社 (2003)n 史忠植，知识发现，清华大学出版社， 2002n 李晓明 , 闫宏飞 , 王继民 . 搜索引擎原理、技术与系统 . 北京 : 科学出版社 . 2005 信息管理系信息管理系考核方式o 作业 + 数据挖掘实践：约 40%（实际的数据集 + 数据挖掘算
3、法 + Matlab或 SPSS实现）o 阅读报告：每人阅读一篇相关研究论文，约占 10%o 闭卷考试： 约 50%o 其中数据挖掘实践n 根据任务以 1-5人为一组，进行数据分析与知识挖掘n 数据来源既可以自己找也可以由教师提供n 依照本课程所学的技术方法，将结果写成一篇研究分析报告，期末与教师讨论。好的话，争取发表论文信息管理系信息管理系2006年春季课， 北大研究生分为 3组Library And Information Science Abstracts（ LISA） 图书馆与信息科学文摘库 信息管理系信息管理系2006年春季课， 北大研究生分为 3组信息管理系信息管理系这是国内 :第
4、一支由情报学专业学生组成的参赛队伍 !第一支由非计算机专业学生组成的的参赛队伍 !信息管理系信息管理系第一讲 绪论 o 什么是数据挖掘 ? o 数据挖掘的步骤o 数据挖掘的主要功能n 概念 /类描述：特征化和区分 n 关联分析 n 分类和预测 n 聚类分析 n 孤立点分析 n 演变分析 o 在何种数据上进行数据挖掘o 数据挖掘技术的前景o 实例 : 中文 Web搜索引擎日志挖掘信息管理系信息管理系数据挖掘的发展动力-需要是发明之母o 数据爆炸问题 n 数据自动收集 工具和成熟的 数据库技术 使得大量的数据被收集，存储在数据库、数据仓库或其他信息库中以待分析。o 数据极大丰富 (data rich) ， 知识极其匮乏 (knowledge poor) o 解决方法：数据仓库技术和数据挖掘技术n 数据仓库 (Data Warehouse)和在线分析处理 (OLAP)n 数据挖掘： 在大量的数据中挖掘感兴趣的知识 （规则，规律，模式，约束）
