数据挖掘与知识发现第一章答案

1、 什么是数据挖掘？什么是知识发现？简述KDD的主要过程

1. 数据挖掘是从大量数据中通过算法搜索隐藏于其中的信息的过程
2. 知识发现：指的是从大量的数据中提取有效的、新颖的、潜在的有用的，最终可悲理解的模式的非平凡的过程。
3. KDD过程：数据整理，数据挖掘，结果的解释评估

         将从各个设备上收集到的数据根据要解决的问题进行整理，剔除无用数据，得到达到需要的目标数据，然后对目标数据进行预处理，处理掉空值以及一些不准确的数据。处理过后的数据再用于数据挖掘，之后再进行解释评价。

2、  简述数据挖掘涉及的数据类型以及这些数据的聚合形式

1. 数据类型：非数值数据，离散数值数据和连续数值数据；结构化数据和非结构化数据，超文本数据，多媒体数据，空间数据

     2. 数据的聚合形式：构造数据立方体

3、 简述数据挖掘的相关领域以及主要的数据挖掘方法

1. 相关领域：数据库，统计学，基于规则的系统，可视化技术，高性能计算，模糊集，知识表示，机器学习，粗糙集，模式识别，人工神经网络。
2. 数据挖掘方法：

                统计方法：

                        回归分析：多元回归，自回归

                        判别分析：贝叶斯判别，费歇尔判别，非参数判别

                        聚类分析:主成分分析，相关分析

               机器学习方法：

                      归纳学习方法：决策树，规则归纳

                      基于范例学习

                      遗传算法

          神经网络方法
                  前向神经网络：BP算法等。
                  自组织神经网络：自组织特征映射、竞争学习等。
          数据库方法
                  多维数据分析
                  OLAP技术
          此外还有面向属性的归纳方法等

4、 如果面对学校数据库，你认为数据挖掘的目标是什么？

答：面对学校的数据库，可以挖掘出学生的学习情况，学习能力，以及老师的科研能力。例如：

1. 通过对学生的四六级成绩的挖掘，可以判断出哪个系科英语水平更高
2. 通过对各科老师发表的论文的挖掘，可以挖掘出老师的科研能力