1、数据挖掘现状及发展方向,制作人：丁鹏指导教师：黄振华,主要内容,Main Contents,1,2,3,数据挖掘的含义及功能,数据挖掘问题及应用现状,4,数据挖掘研究热点,数据挖掘技术的三大支柱,5,数据挖掘的未来发展方向,含义,含义,数据挖掘就是从海量的数据（包括结构化和非结构化）中挖掘出隐含在其中的、事先不为人知的、潜在的、有用信息和知识的技术。这些信息是可能有潜在价值的，是用户感兴趣的、可理解、可运用的，支持决策，可以为企业带来利益，或者为科学研究寻找突破口。数据挖掘所能发现的知识：,功能,功能,关联规则和序列模式的发现：,预测及偏差检测AAA,功能,聚类ABC,分类,按照分析对象的属性
2、、特征，建立不同的组类来描述事物。,识别出分析对内在的规则，按照这些规则把对象分成若干类。,关联是某种事物发生时其他事物会发生的这样一种联系。,预测：把握分析对象发展的规律，对未来的趋势做出预见。偏差的检测：对分析对象的少数的、极端的特例的描述，揭示内在的原因。,存在的问题,存在的问题,数据挖掘的基本问题就在于数据的数量和维数，数据结构也因此显的非常复杂，如何进行探索，选择分析变量，也就成为首先要解决的问题。,面对如此大的数据，现有的统计方法等都遇到了问题，我们直接的想法就是对数据进行抽样，那么怎么抽样，抽取多大的样本，又怎样评价抽样的效果，这些都是值得研究的难题。,既然数据是海量的，那么数据
3、中就会隐含一定的变化趋势，在数据挖掘中也要对这个趋势做应有的考虑和评价。,01,02,03,同时数据挖掘技术也面临着许多的问题，这也为数据挖掘未来的发展提供了更大的空间。,存在的问题,各种不同的模型如何应用，其效果如何评价。不同的人对同样的数据进行挖掘，可能产生不同的结果，甚至差异很大，这就涉及到可靠性的问题。,当前互联网的发展迅速，如何进行互联网的数据挖掘，还有文本等非标准数据的挖掘，都引起了极大的兴趣。,04,05,应用现状,应用现状,数据挖掘的应用非常广泛，只要该产业有分析价值与需求的数据库，皆可利用数据挖掘工具进行有目的的发掘分析。常见的应用案例多发生在零售业、制造业、财务金融保险、通
4、讯及医疗服务：,成功典例,Bass Export,AutoT,Reuteres,其运用了SAS软件进行数据挖掘，每天对数据进行分析，找出用户的访问模式，对产品的喜欢程度进行判断，并设特定服务，取得了成功。,在海外80多个市场从事交易，每个星期传送23000份定单，这就需要了解每个客户的习惯，如品牌的喜好等，Bass Export用IBM的Intelligent Miner很好的解决了上述问题。,Reuteres用SPSS的数据挖掘工具SPSS/Clementine，建立数据挖掘模型，极大地提高了错误的检测，保证了信息的正确和权威性。,三大支柱,三大支柱,数据库技术,1,人工智能技术,2,概率与
5、数理统计,3,三大支柱,随着DMKD研究逐步走向深入，人们越来越清楚地认识到，DMKD的研究主要有3个技术支柱，即数据库、人工智能和数理统计。,研究热点,研究热点,网站的数据挖掘,在对网站进行数据挖掘时，所需要的数据主要来自于两个方面：一方面是客户的背景信息，此部分信息主要来自于客户的登记表；而另外一部分数据主要来自浏览者的点击流（Click-stream），此部分数据主要用于考察客户的行为表现。但有的时候，客户对自己的背景信息十分珍重，不肯把这部分信息填写在登记表上，这就会给数据分析和挖掘带来不便。在这种情况之下，就不得不从浏览者的表现数据中来推测客户的背景信息，进而再加以利用。,生物信息或
6、基因的数据挖掘,研究热点,对于生物信息或基因的数据挖掘和通常的数据挖掘相比，无论在数据的复杂程度、数据量还有分析和建立模型的算法而言，都要复杂得多。从分析算法上讲，更需要一些新的和好的算法。现在很多厂商正在致力于这方面的研究。但就技术和软件而言，还远没有达到成熟的地步。,未来的研究方向,未来研究方向,未来研究方向,未来研究方向,结束语,结束语,不管怎样，需求牵引与市场推动是永恒的，DMKD将首先满足信息时代用户的急需，大量的基于DMKD的决策支持软件产品将会问世。只有从数据中有效地提取信息，从信息中及时地发现知识，才能为人类的思维决策和战略发展服务。也只有到那时，数据才能够真正成为与物质、能源相媲美的资源，信息时代才会真正到来。,谢谢,
