数据挖掘技术选修课大作业 学院： 计算机学院 专业： 软件工程 姓名： 王小妮 班级： 软工 1 2 0 1 学号： 1 2 0 8 0 1 0 1 0 7 1 数据挖掘技术的内涵 1.1 数据挖掘技术的定义 1.2 数据挖掘的含义 1.3 数据挖掘商业角度的定义 1.4 数据挖掘和数据仓库 1.5 数据挖掘和在线分析处理 1.6 软硬件发展对数据挖掘的影响 2 数据挖掘的典型技术 2.1 聚类分析 2.1 关联规则 2.3 回归分析 2.4 其他技术 3 数据挖掘技术的应用 3.1 在 intnet的应用 3.2 在金融的应用 4 学习收获 参考文献： 1 数据挖掘技术的内涵 1.1 数据挖掘技术的定义 数据挖掘（Data Mining）就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。 1.2 数据挖掘技术的含义 与数据挖掘相近的同义词有数据融合、数据分析和决策支持等。这个定义包括好几层含义：数据源必须是真实的、大量的、含噪声的；发现的是用户感兴趣的知识；发现的知识要可接受、可理解、可运用；并不要求发现放之四海皆准的知识，仅支持特定的发现问题。 ----何为知识?从广义上理解，数据、信息也是知识的表现形式，但是人们更把概念、规则、模式、规律和约束等看作知识。人们把数据看作是形成知识的源泉，好像从矿石中采矿或淘金一样。原始数据可以是结构化的，如关系数据库中的数据；也可以是半结构化的，如文本、图形和图像数据；甚至是分布在网络上的异构型数据。发现知识的方法可以是数学的，也可以是非数学的；可以是演绎的，也可以是归纳的。发现的知识可以被用于信息管理，查询优化，决策支持和过程控制等，还可以用于数据自身的维护。因此，数据挖掘是一门交叉学科，它把人们对数据的应用从低层次的简单查询，提升到从数据中挖掘知识，提供决策支持。在这种需求牵引下，汇聚了不同领域的研究者，尤其是数据库技术、人工智能技术、数理统计、可视化技术、并行计算等方面的学者和工程技术人员，投身到数据挖掘这一新兴的研究领域，形成新的技术热点。 这里所说的知识发现，不是要求发现放之四海而皆准的真理，也不是要去发现崭新的自然科学定理和纯数学公式，更不是什么机器定理证明。实际上，所有发现的知识都是相对的，是有特定前提和约束条件，面向特定领域的，同时还要能够易于被用户理解。最好能用自然语言表达所发现的结果。 1.3 数据挖掘在...
