地理信息|概述——空间数据挖掘与知识发现

一、背景

 

大数据时代到来。数据得到了极大丰富，但是知识却极其匮乏。

 

简单来说：这门课就是现在产生数据的方式多了，数据量爆炸，但是数据太多不好处理，得不到关键信息，就要采用某些方法提取有用信息，数据挖掘应运而生。

 

这门课程将数据挖掘放在地理上，就是空间数据挖掘。这门课分两部分，数据挖掘和应用到地理上的一些算法。

 

二、定义          

 

数据挖掘：从大量数据中提取或发现（挖掘）有趣模式和知识的过程。

另外一种定义是从数据集中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程。

 

众所周知，定义除了考试中回答名词解释没什么卵用，理解就好~这个定义槽点太多。

 

有趣：意思就是我觉得好玩就行，我有兴趣就可以，如果恰好有比较好的结果，那就是一篇paper。（众所周知，科研是有趣的）

有效的：结论还有别的适用情况。

新颖的：别人没想到/懒得做的。

潜在有用性：结论能在生活中做出一点微小的贡献。

最终可理解性：我知道你会知道我知道的。

非平凡：正在进行的数据挖掘过程是伟大的！

 

 

三、过程          

过程分三步：数据准备（米），数据挖掘（巧妇），结果解释（炊/吹）。

能不能得到好的结果靠前两项，有没有paper靠吹。

 

课件里面一句话巨真实，看的时候笑出声。严肃的来说，科研是曲折的。（噗嗤）

 

数据准备过程中，数据一般用各种数据库和数据仓库进行存储与管理。

 

数据挖掘，用各种技术挖掘“有趣”的模式。（真心觉得不如把有趣改成有用）

 

（又讲了一遍定义...）

 

至于各种技术的思路，都非常符合正常人的想法：筛选和穷举。

筛选：选出所有的模式，过滤无趣的。

穷举：仅找有趣的模式（我认为有趣的就是有趣的，这种方法像不像“海底捞”）。

 

具体方法大概可以整理到下面这张图。

 

 

之后给出一些数据挖掘的工具，无非就是R语言，Python，Java的统计分析工具，在此就不叨叨了。

 

而关于结果解释，主要和研究者应用目的相关。（恰恰是我研究的就是有趣的，嗯，搞科研的常规心态）但不得不说确实数据挖掘在如今商业化分析中占有重要地位。

 

 

四、空间数据挖掘          

 

最后回到专业——空间数据挖掘。

 

定义：是在空间数据集合中发现知识，提取感兴趣的空间模式和特征、空间数据与非空间数据之间的联系以及其它数据特点的过程。

 

主要研究空间数据的概率分布模式、聚类和分类特征、属性间的依赖关系以及时空自相关和互相关特征等。

 

简单来说：在地图上加载海量数据，提取好玩的规律。

 

难点：空间数据的复杂性（数据量大），空间关系（地图自带），空间自相关性（我在故我在，而有的就不能在，有的必须在）。

 

空间数据挖掘的主要内容

 

最后也是给了一些主要的空间数据挖掘方法和工具。

 

 

工具：Arcgis，GeoDA，数据挖掘的传统工具。