数据挖掘是从大量数据中提取有价值知识的过程，涉及数据、模式和处理过程。主要类型包括web数据挖掘，分为内容挖掘、结构挖掘和用户使用记录挖掘。关键任务包括分类预测、关联分析、聚类分析、概念描述和偏差检测。常用技术涵盖统计分析、聚类、粗糙集、遗传算法、决策树、神经网络和可视化。
数据挖掘（数据库中的知识发现）：从数量众多、信息模糊、知识随机的实际数据中，提起其中用户感兴趣或有用的信息和知识的过程。
数据挖掘主要包括：
1.数据：各种文本、web页面、多媒体信息
2.模式：通过分析、推理等方法对数据进行“挖掘”，得出其中蕴含的规则和规律以及论断，称为模式，它具有未知的，潜在有用的以及规则简单等特点。
3.数据处理过程：数据挖掘是一个复杂的数据处理过程，其中大部分的工作有系统来而非人工干预完成，但其中仍有一少部分需要人工干预，以提高数据挖掘的有效性和有用性。
web数据挖掘：在web环境下应用的数据挖掘技术。是指从网络中海量的web文档集合中发现那些用户感兴趣的、隐含的、潜在的有用信息的发现模式。通过对这些数据的挖掘与发现，人们可以更好的利用网络资源，达
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
