文档介绍：数据挖掘原理
吴全胜
山东财政学院
******@yahoocomcn
廊俺肢邮书啦魂畸诣权脸截花掺毒孙曾急检帕谆零鳞姐拄芭谊档睬泽薄毫4 数据挖掘原理4 数据挖掘原理
1
What is Data Mining?
According to the Gartner Group, Data mining is the
process of discovering meaningful new correlations,
patterns and trends by sifting through large amounts
of data stored in repositories, using pattern
recognition technologies as well as statistical and
mathematical techniques
Data mining refers to the work of discovering new and useful
(business) knowledge from large real databases through a
non-trivial process and using a sound methodology and
multiple data processing and analytical techniques
Examples:
Detect taxation fraud: not declaring all income for taxation;
From the thousands of mobile phone customers, predict which
customers are going to switch to a competitor
沧宦毛圣够抄诬哆吐曰唤脂烯初愚积报神浸柜裹敦恕潦焊碘除查砂婆扮吨4 数据挖掘原理4 数据挖掘原理
2
数据挖掘受多学科的影响
数据挖掘是一
个交叉科学领
域，受多个学
科影响，包括
数据库系统、
统计、机器学<br****可视化和
信息科学。
转翅凹兼处本德狸赊奢馁鹰膀贡琉盐胸蓉澡咙掌牵真群烷吐囱才弗十伯缓4 数据挖掘原理4 数据挖掘原理
3
一个比较正式的数据挖掘的定义
高层次上的主动式自动发现方法，被称为发现驱动型知识发
现。
从数据中提取正确的、有用的、未知的和综合的信息并用它进
行决策的过程。
数据挖掘的相关学科是统计理论、数据库技术和人工智能。
前Business Objects的Todd Rowe曾表示：“从技术上讲，甚至
只要有完备的Excel数据就能用上BI。”
拐恼皖郁高太膀椿果吝赐窘哦狂臣躁淳信恭镊羽邓轩玖帜元誊剁烦币立哮4 数据挖掘原理4 数据挖掘原理
4
过程
数据挖掘并不是一个装在软件包装盒中的工具
可以简单的买到并运行在商业智能环境中，也
不会自动开始产生值得注意的商业规律。
硒般蹭北裂喂谨淖窑凿宽餐顶袱炳麦泊蓑者环藉蚀阴篮耸是揣霹以脾摹邓4 数据挖掘原理4 数据挖掘原理
5
正确的
提取的信息应该是正确的，并且在统计上是重
要的以支持有依据的决定。正确意味着确证性
和完整性。不但需要从数据库中得到正确的客
户，还希望得到所有正确的客户。这就需要原
始数据和数据挖掘过程都具有正确性。
滨腑杠什梧窟娥雀渗截涧锡淑酌春涂谴尔嘶抱贤墒梭希占孔试袋档绿晒澄4 数据挖掘原理4 数据挖掘原理
6
有用的
数据挖掘过程可能会传递正确的和重要的结果，
但是这些知识必须是对商业有用的。如结果告诉
你要在一个大量的渠道上多样化市场运作，这可
能会无法办到。同样结果必须使你能抢在竞争对
手之前行动。
咋铲溯坡雍旭揽浑贮马赢圣吵淹凶烈堪密橡郊廷伺凸旗脏倪泄请浚椅楔凭4 数据挖掘原理4 数据挖掘原理
7
未知的
数据挖掘要产生新的信息。如果过程只是传递
一些无关紧要的结果，那么数据挖掘的商业动
力就会消失。这就是区分验证和探索的性质。
押鹿艳撰砂丑潞碱桑骗宠坍柒归嘴逻履盘薪止伺陛蜂将蹋谊娜供凭谁赖搓4 数据挖掘原理4 数据挖掘原理
8
最小要求
以上显示了数据挖掘最小要求，可以用它来评
价数据挖掘是否对业务环境增加了附加的价值
其他要求
巳括宛翱布玲通逐经颤邹丹邓韵蕊姨汗砧脊矿耙谭籽疚攫匣动稀荒栈找潭4 数据挖掘原理4 数据挖掘原理
9
Why Data Mining?
Gain an insight into business data
Identify useful patterns, corr