数据挖掘概念与技术 第一章 引论

 本文讲解数据挖掘中的基本概念：

一、数据挖掘：

  数据挖掘（KDD，knowledge discovery in database）:数据库中发现知识。

1. 数据清理：消除噪声和删除不一致数据。
2. 数据集成：多种数据源可以组合在一起。
3. 数据选择：从数据库中提取与分析任务相关的数据。
4. 数据变换：通过汇总或聚集操作，把数据变换和统一成适合挖掘的形式。
5. 数据挖掘：基本步骤，使用智能方法提取数据模式
6. 模式评估：根据某种兴趣度度量，识别代表知识的真正有趣的模式。
7. 知识表示：使用可视化和知识表示技术，向用户提供挖掘的知识。  

    步骤1-4是数据预处理的不同形式，为挖掘准备数据。

二、数据类型：

 数据的最基本形式是数据库数据、数据仓库数据和事务数据。

1. 数据库数据：数据库系统，也称为数据库管理系统（DBMS），由一组内部相关的数据（数据库）和一组管理和存取数据的软件程序组成。软件程序提供如下机制：定义数据库结构和数据存储，说明和管理并发、共享或分布式数据访问，面对系统瘫痪或未授权访问，确保存储的信息的一致性和安全性。关系数据库是表的汇集，每个表都被赋予一个唯一的名字。每个表都包含一组属性（列或字段），并且通常存放大量元组（记录或行）。关系表中的每个元组代表一个对象，被唯一的关键字标识，并被一组属性值描述。通常为关系数据库构建语义数据模型，如实体-联系数据模型。
2. 数据仓库：是一个从多个数据源收集的信息存储库，存放在一致的模式下，并且通常驻留在单个站点上。数据仓库通过数据清理、数据变换、数据集成、数据装入和定期数据刷