数据挖掘技术知识点总结

ch01 绪论

重点

Q1. 数据仓库的四个特征

• 面向主题
• 集成的
• 不可修改
• 随时间变化

Q2. 数据仓库数据的粒度与组织

• 数据的粒度是指数据仓库的数据单元中所保存数据的综合程度
• 数据的综合程度越高，其粒度越粗
• 数据仓库存储的数据粒度越细，则占用的存储空间越大，但提供的更细节的查询

Q3. 知识发现概念

• 定义：知识发现（KDD）就是采用有效算法从大量的、不完全的、有噪声的、模糊和随机的数据中识别出有效的、新颖的、潜在有用乃至最终可理解的模式（Pattern）的非平凡过程
• 过程：
  • 数据采集
  • 数据预处理
  • 数据挖掘
  • 知识评价
  • 知识应用
• 知识发现过程中一个特定而关键的步骤：数据挖掘

Q4. 数据挖掘的数据来源

• 数据库
  • 传统数据库（DB）
  • 数据仓库（DW）
  • 空间数据库（Spatial Database）
  • 时态数据库和时间序列数据库（Temporal Database and Time-Series Database）
  • 多媒体数据库（Multimedia Database）
  • 文本数据库（Text Database）
• 非数据库
  • 数据流（Data Stream）
  • Web数据

Q5. 数据挖掘的步骤

• 问题定义
• 数据准备
  • 数据抽取
  • 数据预处理
  • 数据存储
• 挖掘实施
• 评估解释
• 知识应用
  

Q6. 数据仓库与数据挖掘的区别

• 结论：数据仓库不是为数据挖掘而生的，反过来数据挖掘也不是为数据仓库而活。它们是支持决策的两个相对独立的知识体系

Q7. 数据仓库与数据挖掘的联系

一个中心（决策支持），两个基本点（DW，DM）

• DW为DM提供了更好的、更广泛的数据源
• DW为DM提供了新的数据支持平台
• DW为DM提供了方便
• DM为DW提供了更好的决策支持工具
• DM为DW的数据组织提出了更高的要求
• DM为DW提供了广泛的技术支持

---

课后练习题

4. 简述数据仓库的定义

答： 数据仓库是一个面向主题的、集成的、不可修改的、随时间变化的，支持管理决策的数据集合

5. 简述数据库与数据仓库的关系

答：数据仓库，是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，数据仓库的出现，并不是要取代数据库。目前，大部分数据仓库还是用关系数据库管理系统来管理的。可以说，数据库、数据仓库相辅相成的

相关：
数据库与数据仓库的区别：

• 数据库是面向事务设计的，数据仓库是面向主题设计的
• 数据库一般存储在线交易数据，数据仓库存储的一般是历史数据
• 数据库是为捕获数据而设计，数据仓库是为分析数据而设计
• 事务系统是实时的，而分析系统是事后的

6. 简述数据仓库特征

答：

• 面向主题
• 集成的
• 不可修改
• 随时间变化

11. 简述数据挖掘的主要步骤

答：

• 问题定义
• 数据准备
• 挖掘实施
• 评估解释
• 知识应用

ch02 数据仓库原理