数据挖掘概念
目录
为什么进行数据挖掘？
我们拥有丰富的数据，但缺乏有用的信息。解决方法是：数据仓库技术和数据挖掘技术。
数据仓库（Data Warehouse）和在想分析处理（OLAP）-----为数据的存储和管理提供了基础。
数据挖掘(Data Mining)：在大量的数据中挖掘感兴趣的知识（规则、规律、模式、约束）
什么是数据挖掘？
数据挖掘就是从数据中发现知识，具体的说，就是从大量的数据当中挖掘出令人感兴趣的、有用的、隐含的、先前未知的、但又可能有用的模式或知识。数据挖掘又称KKD（数据库中的知识挖掘Knowledge-Discovery in Databases）、知识提炼、数据/模式分析、数据考古、数据捕捞、信息收获等等。
数据挖掘的流程
1、了解应用领域
2、创建目标数据集
3、选择数据，数据清洗和预处理，数据压缩和变换（其中数据预处理是耗时耗力的过程，占整个流程的60%-80%的时间）
4、选择数据挖掘的技术、功能和合适的算法，进行数据挖掘
5、寻找感兴趣的模式
6、模式评估
7、知识表示
在什么数据上进行挖掘?
数据是对事物描述的符号。在计算机科学中，数据是数字、文字、图像、声音等可以输入到计算机被识别的符号。
企业运营离不开数据。
用户生成数据(user generated data, UGD)
可以挖掘什么类型的数据？
从表现形式看：文字、数字、图像、声音等。
从存储形式看：分为结构化数据和非结构化数据。（结构化数据通过统一的二维表存储）
一般将非结构化的数据处理成结构化的数据。
数据来源
关系型数据库、空间数据、多媒体数据、web网（用爬虫技术获得）