数据挖掘是什么，什么是挖掘概念对比描述

本文目录一览

1，什么是挖掘概念对比描述
2，数据仓库与数据挖掘的原理是什么
3，数据挖掘机器学习深度学习这些概念有区别吗
4，什么是空间数据挖掘
5，数据挖掘和商务智能有什么区别
6，数据挖掘的定义

1，什么是挖掘概念对比描述

在许多实际应用中，用户可能会对多个不同类别(class)的数据集进行对比归纳，以获得概念对比描述知识。这种概念对比描述知识(class comparison)是基于对比数据集挖掘出目标数据集的概念描述。需要指出的是目标数据集与对比数据集应包含相同属性(维)以确保它们是可比的。例如:雇员、地址和商品这三个数据集就是不可比的，而过去三年销售额则是可以比较的。计算机系学生同物理系学生同样也是可比的。

什么是挖掘概念对比描述

2，数据仓库与数据挖掘的原理是什么

　　本书全面深入地介绍了数据仓库、联机分析处理和数据挖掘的基本概念、基本原理和应用技术。全书分成三篇，数据仓库及OLAP概念、原理和技术篇的主要内容包括数据仓库的基本概念、体系结构、模型设计、创建和维护，ETL、元数据、数据集市、OLAP的基本概念、分类、模型设计；数据挖掘技术篇介绍了数据挖掘的基本理论、基本过程、常见模型的算法；工具及实例简要介绍了数据仓库产品工具的基本情况，对产品选择和评判进行了一些分析，并较详细地介绍和分析了移动通信业务数据仓库系统。　　本书可作为计算机、信息系统等专业的学生学习数据仓库、OLAP及数据挖掘技术的实用教程，也可供从事数据仓库、数据挖掘研究、设计、开发等工作的科研、工程人员等。

数据仓库是一种数据组织结构，可以将不同数据源的数据有机组合，便于数据分析。数据挖掘是对数据进行分析的方法，利用不同的数据挖掘算法，如关联，分类，聚类等等可以得到不同的分析结果。数据仓库的组织方式非常适合与数据挖掘。我是初学者，希望回答对你有帮助。谢谢。

全新Microsoft SQL Server2008，内含众多创新性能，帮助你以前所未有的方式对数据进行整合，管理以及发布。

数据仓库与数据挖掘的原理是什么

3，数据挖掘机器学习深度学习这些概念有区别吗

数据挖掘，机器学习，自然语言处理三者的关系：1、数据挖掘、机器学习、自然语言处理三者之间既有交集也有不同，彼此之间既有联系和互相运用，也有各自不同的领域和应用。2、数据挖掘是一门交叉性很强的学科，可以用到机器学习算法以及传统统计的方法，最终的目的是要从数据中挖掘到需要的知识，从而指导人们的活动。数据挖掘的重点在于应用，用何种算法并不是很重要，关键是能够满足实际应用背景。而机器学习则偏重于算法本身的设计。3、机器学习通俗的说就是让机器自己去学习然后通过学习到的知识来指导进一步的判断。用一堆的样本数据来让计算机进行运算，样本数据可以是有类标签并设计惩罚函数，通过不断的迭代，机器就学会了怎样进行分类，使得惩罚最小。然后用学习到的分类规则进行预测等活动。4、自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统。因而它是计算机科学的一部分。自然语言处理（NLP）是计算机科学，人工智能，语言学关注计算机和人类（自然）语言之间的相互作用的领域。

数据挖掘机器学习深度学习这些概念有区别吗

4，什么是空间数据挖掘

空间数据挖掘(Spatial Data Mining)是数据挖掘的一个分支，是在空间数据库的基础上，综合利用各种技术方法，从大量的空间数据中自动挖掘事先未知的且潜在有用的知识，提取非显式存在的空间关系或其它有意义的模式等，揭示出蕴含在数据背后的客观世界的本质规律、内在联系和发展趋势，实现知识的自动获取，从而提供技术决策与经营决策的依据。它可以用来理解或重组空间数据、发现空间和非空间数据间的关系、构建空间知识库、优化查询等。在已建立的GIS空间数据库中，隐藏着大量的可供分析、分类用的知识，如空间位置分布规律、空间关联规则、形态特征区分规则等，它们并没有直接存储于空间数据库中，必须通过挖掘技术才能挖掘出来。因此，空间数据挖掘技术就显得尤为重要。

空间数据挖掘是指从空间数据库中抽取没有清楚表现出来的隐含的知识和空间关系，并发现其中有用的特征和模式的理论、方法和技术。空间数据挖掘和知识发现的过程大致可分为以下多个步骤:数据准备、数据选择、数据预处理、数据缩减或者数据变换、确定数据挖掘目标、确定知识发现算法、数据挖掘、模式解释、知识评价等，而数据挖掘只是其中的一个关键步骤。但是为了简便，人们常常用空间数据挖掘来代替空间数据挖掘和知识发现。

5，数据挖掘和商务智能有什么区别

商务智能是一整套解决方案，是从各种商业数据2113中提取有效信息，来辅助商业决策，数据挖掘只是其中一种分析技术手段。现在产生数据挖掘和商务智能有区别这样5261的误解，我认为和商务智能被狭义的理解成报表工具有关，现阶段许多商务智能项目只有报表分析，这是有4102许多客观事实的，像数据质量不高、数据量少、各个业务系1653统没打通等等，但是这不代表商务智能只有报表，数据挖掘是更深层次的分析，随着企业信息化的加深，数据挖掘在商务智能方案版中占的比重也会越来越重。只有报表工具的商务智能厂商，可以说已经落后了。亿信华辰豌豆DM可视权化数据挖掘平台深入洞察企业数据规律，充分挖掘数据潜在价值，多维度深度分析更精准。

商2113务智能又称商业智能或BI，是一种将数据仓库、数据挖掘和联机分析处理5261等技术进行综合运用的一种方法，通过对数据的分析得出数据报表对企业的经营决策提供参考，是针对企业的一种商4102业智能解决方案。数据分析只是一种利用数学方法处理数据的工具，讲究的1653是对数据的统计分析、探索假设以及验证的过程。数据分专析只是商业智能运用里的一部分。在使用方面，FineBI一类属的商务智能系统应用性和使用感都要更强。

商务智能是一种概念，一种目标，而数据挖掘是实现商务智能的一种途径，一种手段，其实做数据挖掘就是为了企业决策，也就是商务智能了，其实你想想就清楚了撒，如果一个公司要对自己公司的决策弄个支持方案，途径很多，比较科学的比如请人做个数据挖掘，数据仓库系统，通过数据角度来做，也可以比较迷信，请一人算命的来算，当然这个不能放到台面上来讲，只是很多时候我们即使有bi系统，但是我们的决策还是受很多主观的因素（比如：政策、道德等等）影响。

6，数据挖掘的定义

嘿嘿，上面这位的回答就这么一句但恰好错了。数据挖掘是从大量数据中寻找到有价值有意义有趣事先未知的知识而不是从“未知的数据“中找到”自己需要的“知识。数据当然是已知的。可能找到的知识的结构决定于使用的方法数据模式。而具体知识是不是“知识”，有没有用，你需不需要，这不是算法或数据挖掘技术考虑的问题。而是实施者需要解决的问题。就好像一本小说里取出词汇、概念做成一个字典，这个过程是数据挖掘。字典可能有关键字的频率，可能有词间的关系，但你拿这个结果如何解释或者这个结果对你有什么启发，这是你的事情。总之，数据挖掘是个商业智能加数据库技术的被夸大的概念。实际不过是提供数据到可理解描述的抽象技术。如果想要拿来解决实际问题，那还是要专家来分析结果。

数据挖掘(data mining-dm)是从存放在数据库、数据仓库、或其它信息库中的大量数据中挖掘有趣知识的过程川。数据挖掘有时也称作kdd, kdd(knowledge discovery in databases-kdd:知识发现)即是基于数据库的知识发现，指的是从大型数据库或数据仓库中提取人们感兴趣的知识，这些知识是隐含的、事先未知的、潜在有用的、易被理解的信息。实质上，这两个概念的内涵大致相同，只是从不同的角度认识问题而已。譬如人工智能的研究人员倾向于讲kdd，而计算机和信息技术专家通常说数据挖掘。

技术层面：数据挖掘就是从大量的、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、人们事先不知道的、但又潜在有用的信息和知识的过程。商业层面：数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。数据挖掘的任务预测任务：根据其它属性的值预测特定（目标）属性的值，如回归、分类、异常检测。描述任务：寻找概括数据中潜在联系的模式，如关联分析、演化分析、聚类分析、序列模式挖掘。