資源描述：
《復(fù)雜數(shù)據(jù)類型的挖掘》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、Chapter10： 復(fù)雜數(shù)據(jù)類型的挖掘廣東商學(xué)院信息學(xué)院胡建軍數(shù)據(jù)倉庫與數(shù)據(jù)挖掘1/93CourseOutline復(fù)雜數(shù)據(jù)對象的多維分析和描述性挖掘空間數(shù)據(jù)庫挖掘多媒體數(shù)據(jù)庫挖掘時序數(shù)據(jù)和序列數(shù)據(jù)的挖掘文本數(shù)據(jù)庫挖掘Web挖掘2/72CourseOutline復(fù)雜數(shù)據(jù)對象的多維分析和描述性挖掘空間數(shù)據(jù)庫挖掘多媒體數(shù)據(jù)庫挖掘時序數(shù)據(jù)和序列數(shù)據(jù)的挖掘文本數(shù)據(jù)庫挖掘Web挖掘3/72數(shù)據(jù)挖掘的對象簡單數(shù)據(jù)關(guān)系數(shù)據(jù)庫、事務(wù)數(shù)據(jù)庫、數(shù)據(jù)倉庫復(fù)雜類型數(shù)據(jù)復(fù)雜對象、空間數(shù)據(jù)、多媒體數(shù)據(jù)、時間序列數(shù)據(jù)、文本數(shù)據(jù)、Web數(shù)據(jù)等挖掘技術(shù)：基本挖掘技術(shù)的擴展針對復(fù)雜數(shù)據(jù)類型的新
2、技術(shù)實施知識挖掘的方法4/72復(fù)雜數(shù)據(jù)對象的多維分析和描述性挖掘商品化數(shù)據(jù)倉庫和OLAP工具用于多維分析的局限：維———非數(shù)字數(shù)據(jù)度量———聚集值復(fù)雜數(shù)據(jù)對象的概化及其概化數(shù)據(jù)的應(yīng)用復(fù)雜數(shù)據(jù)的組織及存儲方法類、類/子類對象：對象標識、屬性、方法5/72復(fù)雜結(jié)構(gòu)數(shù)據(jù)的概化復(fù)雜結(jié)構(gòu)數(shù)據(jù)：集合、元組、列表、樹、記錄等及其組合；概化方法：保持原結(jié)構(gòu)不變，概化其屬性把原結(jié)構(gòu)扁平化，概化扁平化的結(jié)構(gòu)用高層概念或聚集匯總低沉結(jié)構(gòu)返回原結(jié)構(gòu)的類型或概貌6/72集合值集合值一般概化方法：將集合中的每個值概化為其對應(yīng)的更高級別的概念導(dǎo)出集合的一般特征（元素個數(shù)、區(qū)間、平均值、最
3、大值等）示例：業(yè)余愛好{網(wǎng)球，曲棍球，國際象棋，小提琴，任天堂游戲}概化：{體育，音樂，電子游戲}{體育（3），音樂（1），電子游戲（1）}7/72列表值/序列值列表值/序列值類似于集合值屬性的概化，要求保持元素的次序。一般概化方法：將列表中的每個值概化為對應(yīng)的高層概念導(dǎo)出列表的一般特征（長度、元素類型、平均值、最大值等）8/72空間和多媒體數(shù)據(jù)的概化聚集和近似計算空間數(shù)據(jù)例：土地規(guī)劃多媒體數(shù)據(jù)圖像：尺寸、顏色、形狀、紋理、方位等音樂：音調(diào)、節(jié)拍、樂器等文本：摘要、關(guān)鍵詞等9/72對象的概化對象標識符沿類/子類層次結(jié)構(gòu)概化繼承特性數(shù)據(jù)概化對直接數(shù)據(jù)與繼承數(shù)據(jù)
4、同等對待方法方法本身不能概化，但是可以對方法導(dǎo)出的數(shù)據(jù)進行概化10/72CourseOutline復(fù)雜數(shù)據(jù)對象的多維分析和描述性挖掘空間數(shù)據(jù)庫挖掘多媒體數(shù)據(jù)庫挖掘時序數(shù)據(jù)和序列數(shù)據(jù)的挖掘文本數(shù)據(jù)庫挖掘Web挖掘11/72空間數(shù)據(jù)庫挖掘空間數(shù)據(jù)庫及其一般特點存儲了大量與空間有關(guān)的數(shù)據(jù)包含拓撲/距離信息復(fù)雜的、多維的索引結(jié)構(gòu)訪問通過空間數(shù)據(jù)的方法，通常需要空間推理、地理計算、空間知識表示技術(shù)空間數(shù)據(jù)挖掘：要綜合數(shù)據(jù)挖掘與空間數(shù)據(jù)庫技術(shù)12/72空間數(shù)據(jù)庫挖掘傳統(tǒng)空間數(shù)據(jù)分析（統(tǒng)計方法）的不足統(tǒng)計方法通常假設(shè)空間分布的數(shù)據(jù)間是統(tǒng)計上獨立的，但現(xiàn)實是空間對象間是相互
5、關(guān)聯(lián)的；大部分統(tǒng)計模型只有具有相當豐富領(lǐng)域知識和統(tǒng)計方面經(jīng)驗的統(tǒng)計專家才用得起來；統(tǒng)計方法不適用符號值，或不完整或非確定的數(shù)據(jù)，對大規(guī)模數(shù)據(jù)庫其計算代價也十分昂貴?？臻g數(shù)據(jù)挖掘?qū)鹘y(tǒng)的空間分析方法加以擴展，重點解決其高效性，可伸縮性，與數(shù)據(jù)庫系統(tǒng)的緊密結(jié)合，改進與用戶的交互，以及新的知識的發(fā)現(xiàn)。13/72空間關(guān)聯(lián)分析空間關(guān)聯(lián)規(guī)則形如:A?B[s%，c%]其中A和B空間和非空間謂詞的集合，s%表示規(guī)則的支持度，c%表示規(guī)則的的可信度。例：Is_a(X,”school”)∧close_to(X,“sports_center”)?close_to（X,“park
6、”）[0.5%,80%]此規(guī)則表明80%靠近體育中心的學(xué)校同時也靠近公園，并且有0。5%的數(shù)據(jù)符合這一規(guī)則。14/72空間聚類方法空間數(shù)據(jù)聚類是要在一個較大的多維數(shù)據(jù)集中根據(jù)距離的計算找出簇，或稠密區(qū)域。15/72空間分類和空間趨勢分析空間分類指分析空間對象導(dǎo)出與一定空間特征有關(guān)的分類模式，如郊區(qū)，高速公路，河流的鄰接?？臻g趨勢分析處理的是另一類問題：根據(jù)某空間維找出變化趨勢。例如，當離城市中心越來越遠時，我們要分析經(jīng)濟形勢的變化趨勢，或離海洋越來越遠時，氣候與植物的變化趨勢。16/72CourseOutline復(fù)雜數(shù)據(jù)對象的多維分析和描述性挖掘空間數(shù)據(jù)庫挖
7、掘多媒體數(shù)據(jù)庫挖掘時序數(shù)據(jù)和序列數(shù)據(jù)的挖掘文本數(shù)據(jù)庫挖掘Web挖掘17/72多媒體數(shù)據(jù)庫挖掘多媒體數(shù)據(jù)庫是指存儲和管理大量多媒體對象的數(shù)據(jù)庫，如音頻數(shù)據(jù)，圖象數(shù)據(jù)，視頻數(shù)據(jù)，序列數(shù)據(jù)，以及超文本數(shù)據(jù)，包含文本，文本標記(textmarkup)，和鏈接(linkage)。多媒體數(shù)據(jù)的相似搜索主要考慮兩種多媒體標引和檢索系統(tǒng)：（1）基于描述的檢索系統(tǒng)，主要是在圖象描述之上建立標引和執(zhí)行對象檢索，如關(guān)鍵字，標題，尺寸，創(chuàng)建時間等；（2）基于內(nèi)容的檢索系統(tǒng)，它支持基于圖象內(nèi)容的檢索，如顏色構(gòu)成，質(zhì)地，形狀，對象，和小波變換等。多媒體數(shù)據(jù)的分類和預(yù)測分析多媒體數(shù)據(jù)中的
8、關(guān)聯(lián)規(guī)則挖掘18/72CourseOutline復(fù)雜
