數據挖掘相關概念(summary)

1.數據庫和數據管理產業在一些關鍵功能的開發上不斷髮展：數據收集和數據庫建立、數據管理（包括數據存儲和檢索、數據庫事務處理）和高級數據分析（包括數據倉庫和數據挖掘）。

 

2.數據倉庫:這是一種多個異構數據源在單個站點以統一的模式組織的存儲，以支持決策管理。數據倉庫技術包括數據清理、數據集成和聯機分析處理(OLAP)。

3.許多人把數據挖掘視爲另外一個流行術語數據中的知識發現(KDD)的同義詞，而另外一些人只是把數據挖掘視爲知識發現過程的一個基本步驟。

4.數據挖掘過程：數據清理（消除噪聲和刪除不一致數據）；數據集成（多種數據源能夠組合在一塊兒）；數據選擇（從數據庫中提取與分析任務相關的數據）；數據變換（經過彙總或彙集操做，把數據變換和統一成適合挖掘的形式）；數據挖掘（基本步驟，使用智能方法提取數據模式）；模式評估（根據某種興趣度度量，識別表明知識的真正有趣的模式。）；知識表示(使用可視化和知識表示技術，向用戶提供挖掘的知識)。

5.數據挖掘是從大量數據中挖掘有趣模式和知識的過程。

6.數據庫系統，也稱數據庫管理系統(DBMS)，由一組內部相關的數據（稱作數據庫）和一組管理和存取數據的軟件程序組成。軟件程序提供以下機制：定義數據庫結構和數據存儲，說明和管理併發、共享或分佈式數據訪問，面對系統癱瘓或未受權的訪問，確保存儲的信息的一致性和安全性。

7.關係數據庫是表的聚集，每一個表都被賦予一個惟一的名字。每一個表都包含一組屬性(列或字段)，而且一般存放大量元組(記錄或行)。關係表中的每一個元組表明一個對象，被惟一的關鍵字標識，並被一組屬性值描述。一般爲關係數據庫構建語義數據模型，如實體-聯繫(ER)數據模型。ER數據模型將數據庫表示成一組實體和它們之間的聯繫。

八、數據倉庫用稱做數據立方體(data cube)的多維數據結構建模。其中每一個維對應於模式中的一個或一組屬性，而每一個單元存放某種彙集度量值。數據立方體提供數據的多維視圖，並容許預計算和快速訪問彙總數據。

9.一個模式是有趣的，若是它：1）易於被人理解；2）在某種確信度上，對於新的或檢驗數據是有效的；3）是潛在有用的；4）是新穎的。

10.存在一些模式興趣度的客觀度量。這些度量基於所發現模式的結構和關於它們的統計量。對於形如X=>Y的關聯規則，一種客觀度量是規則的支持度.