数据挖掘5章概念描述：特征化与比较PPT课件

g( x r ) m a( x d ) ale b_ i rr e ( t x ) g h " C io " a [ t: 5 n % n 3 b a _ ] i r d r e ( a t x ) g h " fo io " [ t r : 4 n % e .7 ig ]
10
表达方式-概化关系
应的计数值进行； 和使用者之间交互式的呈现方式。
6
基本方法
数据聚焦:选择和当前分析相关的数据，包括维。 属性删除: 如果某个属性包含大量不同值，但是
1) 在该属性上没有概化操作，或者 2）它的较高层概念用其它属性表示。 属性概化:如果某个属性包含大量不同值，同时在 该属性上有概化操作符，则运用该操作符进行概化。 属性阈值控制: typical 2-8, specified/default. 概化关系阈值控制: 控制最终关系的大小。
11
表达方式—交叉表
12
Q：DM系统如何使用t-权和兴 趣度独立，仅显示客观评估是 有趣的概念描述？ A:可以设定阈值！
13
解析特征化：属性相关性分析
why?
哪些维需要包括? 减少属性；从而容易理解模型结果
What?
使用统计的方法进行数据预处理 过滤掉一些不相关或者相关性比较弱的字段 （属性/维的相关性要根据属性/维区分一个类与其他类 的能力来评估） 保留并对相关属性进行排序
信息增益
Ga iIn(1 ,(ss2,A .s.m )). ,E(A)
分析特征化，分析比较
14
属性相关性分析
步骤? 数据收集 使用保守的AOI进行预相关分析 使用选定的相关分析度量删除不相关和 弱相关属性 使用AOI产生概念描述

数据挖掘的数据源包括数据库、数据仓库、Web或其他数据存储库。
层次聚类树树状图
A
B
C
D
E
1.1 数据挖掘概述
1.1.2 数据挖掘常用算法概述
第一章 数据挖掘概念
在面对海量数据时，需要使用一定的算法，才能从中挖掘出有用的信息，下面介绍数 据挖掘中常用的算法。
1. 分类算法 (1) 决策树算法 决策树算法是一种典型的分类算法，首先利用已知分类的数据构造决策树，然后利用 测试数据集对决策树进行剪枝，每个决策树的叶子都是一种分类，最后利用形成的 决策树对数据进行分类。决策树的典型算法有ID3，C4.5，CART等。
1.1 数据挖掘概述
1.1.3 数据挖掘常用工具概述
第一章 数据挖掘概念
2. Clementine(SPSS) 软件 Clementine是SPSS所发行的一种资料探勘工具，集成了分类、聚类和关联规则
等算法，Clementine提供了可视化工具，方便用户操作。其通过一系列节点来执行 挖掘过程，这一过程被称作一个数据流，数据流上面的节点代表了要执行的操作。 Clementine的资料可视化能力包含散布图、平面图及Web分析。
1.1 数据挖掘概述
第一章 数据挖掘概念
1.1.3 数据挖掘常用工具概述
1. Weka软件
Weka(Waikato Environment for Knowledge Analysis)的全名是怀卡托智能 分析环境，是一款免费与非商业化的数据挖掘软件，基于Java环境下开源的机器学 习与数据挖掘软件。Weka的源代码可在其官方网站下载。它集成了大量数据挖掘算 法，包括数据预处理、分类、聚类、关联分析等。用户既可以使用可视化界面进行 操作，也可以使用Weka提供的接口，实现自己的数据挖掘算法。图形用户界面包括 Weka Knowledge Flow Environment和Weka Explorer。用户也可以使用Java语 言调用Weka提供的类库实现数据挖掘算法，这些类库存在于weka.jar中。

Past KDD (Knowledge Discovery and Data Mining) Meetings
• KDD-2019, 13th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, San Jose,
《数据挖掘技术：市场营销、销售与客户关系管理领域的应用》 数据挖掘指的是一种态度，它表明商业活动应该基于认知，分析获得的决 策比没有任何分析所得的决策好得多，经过测算的结果更有利于商业盈利。
• SAS 软件研究所对数据挖掘所下的定义是：
数据挖掘是按照既定的业务目标， 对大量的企业数据进行探索、揭示隐 藏其中的规律性并进一步将之模型化的先进、有效的方法。
国内数据挖掘研究进展
• 1993年国家自然科学基金首次支持我们对该 领域的研究项目。
• 2019年度的国家社会科学基金在统计学类中
首次对该领域的研究予以支持。
• 全国数据库学术会议(NDBC，National DataBase Academic Conference)
• 重要的杂志有计算机学报、软件学报和计算机 研究与发展等。
• KDD-99, 5th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, August 15-18, 2019, San Diego, CA, USA.
• KDD-98, 4th International Conference on Knowledge Discovery and Data Mining, August 27-31, 2019, New York, NY, USA.

方法复杂； 应用领域十分广泛，只要与空间位置相关的数据，都可
对其进行挖掘； 挖掘方法和算法非常，而且大多数算法比较复杂，难度
大； 知识的表达方式多样，对知识的理解和评价依赖于对人
对客观世界的认知程度。ThFra biblioteknk You!
L/O/G/O
数据挖掘的概念
数据挖掘就是利用一系列相关算法和技术从大型数据库中 的数据中提取人们感兴趣的知识。它们隐藏在数据中，之 前不为人们所知但却是人们确实需要的有价值的潜在知识， 所提取到的知识表示形式可以为概念、模式、规律和规则 等；它可以通过对历史数据和当前数据的分析，帮助决策 人员提取隐藏在数据中的潜在关系与模式等，进而协助其 预测未来可能出现的状况和即将产生的结果。
数据挖掘在反洗钱系统中的应用
数据挖掘的应用领域—营销
关联分析--市场篮子分析，用于了解顾客的购买习惯和偏 好，有助于决定市场商品的摆放和产品的捆绑销售策略；
序列模式与市场篮子分析相似，不过是用某时间点发现的 产品购买或其他行为模式来预测将来购买产品或服务类别 的概率；
聚类用于市场细分，将顾客按其行为或特征模式的相似性 划分为若干细分市场，以采取有针对性的营销策略；
分类用于预测哪些人会对邮寄广告和产品目录、赠券等促 销手段有反应,还可用于顾客定级、破产预测等。
数 据 挖 掘 在 营 销 中
的 应
用 流
程
数据挖掘的应用领域—电信
数据挖掘技术在电信CRM系中的应用有以下几个方面: 客户获得 交叉销售 客户保持 一对一营销
数据挖掘的应用领域—工业生产
（1）数据源必须为大量的、真实的并且包含噪声的；
（2）挖掘到的新知识必须为用户需求的、感兴趣的；