关于“什么是数据挖掘”经典的解释

在校期间听了一次学术报告，是美国一个大牛学校的大牛教授做的演讲，主要讨论问题是“大数据时代的数据挖掘”

该大牛对数据挖掘做了一个精辟的总结：

报告内容：

数据挖掘（Data Mining）（或知识发现，Knowledge Discovery）泛指从大量数据中挖掘出隐含的、先前未知但潜在有用的信息和模式的一个工程化和系统化的过程。在大数据时代里，数据的产生和收集是基础，数据挖掘是工具和手段，是大数据中最关键也是最基本的工作。通常来讲，数据挖掘是理论算法与应用实践的完美结合。一方面，数据挖掘源于实际应用的需求，挖掘的数据来自于具体应用，同时通过数据挖掘发现的知识又要运用到实践中去，辅助实际决策。另一方面，理论算法的设计和开发都会考虑实际问题的需求，然后对其进行抽象和泛化；同时好的算法需要在实际应用中得到检验。在这个报告里，我以自己科研团队的工作为基础，介绍数据挖掘在几个研究方向上（系统日志分析、恶意软件检测、文本挖掘、空间数据挖掘、推荐系统）的理论算法和应用实践。

 

报告人简介：

李涛，2004年7月获美国罗彻斯特大学（University of Rochester）计算机科学博士学位。2004年至今先后任美国佛罗里达国际大学（Florida International University，FIU）计算机学院助理教授、副教授（终身教授）、正教授（Full Professor）、研究生主管（Graduate Program Director），FIU计算与信息学院数据挖掘实验室主任，博士生导师。由于在数据挖掘及应用领域成效显著的研究工作，曾多次获得各种荣誉和奖励，其中包括2006年美国国家自然科学基金委颁发的杰出青年教授奖，2010年IBM大规模数据分析创新奖，并于2009年获得佛罗里达国际大学最高学术研究奖。同时，他还是以下数据挖掘国际权威期刊的副主编：ACM Transactions on Knowledge Discovery from Data（ACM TKDD）；