一，体系结构
数据的来源
- 数据库服务器，
- 数据库
数据挖掘的引擎
数据挖掘的模式
数据可视化技术的展示
二，数据类型
关系数据库
- 使用最广泛
数据仓库
- 各个分立的数据库统一
事务数据库
高级数据库系统和信息库
- 空间数据库
- 时间数据库和时间序列数据库
时间数据库和时间序列数据库都存放与时间有关的数据。
时间数据库通常存放包含时间相关属性的时间
时间序列数据库存放随时间变化的值序列
对时间数据库和时间序列数据库的数据挖掘，可以通过研究事物发生发展的过程，有助于揭示事物发展的本质规律，可以发现数据对象的演变特征或对象变化趋势。 - 流数据
- 多媒体数据库
- 面向对象数据库和对象 – 关系数据库
面向对象数据库是面向对象技术和数据库技术结合的产物，该技术对数据以对象的形式进行存储，并在这个基础上实现传统数据库的功能，包括持久性，并发控制，可恢复性，一致性，和查询数据库的能力等。
对象 – 关系数据库基于对象 – 关系 模型构造，该模型通过处理复杂对象的丰富数据类型和对象定位等功能，扩充关系模型。
面向对象数据库和对象 – 关系 数据库中的数据挖掘会设计一些新的技术，比如处理复杂对象结构，复杂数据类型，类和子类层次结构，构造集成以及方法和过程等等。 - 异种数据库和遗产（legacy）数据库
- 文本数据库和网络数据库
数据挖掘的主要方法
1，概念/类描述：特性化和区分
– 归纳 ，总结和对比数据的特性。
– 例如用户属性分析，电商用户，月消费额超过5000元的用户特征描述：30 – 40 岁之间，固定职业，信用程度良好。
2, 关联分析
- 发现数据之间的关联规则，这些规则展示属性 – 值 频繁的在给定的数据中所一起出现的条件。
- 广泛的应用于购物篮或事务分析
3，分类和预测
- 通过构造函数（或模型）用来描述和区别类或概念，用来预测类型标志未知的对象类。
- 例如，按照耗油量将汽车分类
- 导出模型的表示： 判定树、分类规则、神经网络
- 可以用来预报某些未知的或丢失的数字值。
4，聚类分析
- 将类似的数据归类到一起，形成一个新的类别进行分析。
- 组内最大化的相似性，组间最小化的相似性
5，孤立点分析
- 孤立点 ： 一些与数据的一般行为或模型不一致的孤立数据
- 通常孤立点被作为“噪音”或异常被丢弃，但在欺骗检测中却可以通过对罕见事件进行孤立点分析而得到结论。
6，趋势和演变分析
- 描述行为随时间变化的对象的发展规律或趋势
- 趋势和偏差： 回归分析
- 序列模式匹配 ： 周期性分析
- 基于类似性的分析
7， 其他定向模式或统计分析
模式兴趣度的度量
比较困难度量
1，模式兴趣度的度量
- 易于被人理解
- 在某种程度上，对于新的或测试数据是有效的
- 具有潜在效用
- 新颖的
- 符合用户确信的某种假设
2， 模式兴趣度的客观和主观度量、
- 客观度量 ：基于所发现模式的结构和关于他们的统计，比如：支持度（数据多少程度上对结论的支持），置信度等等
- 主观度量： 基于用户对数据的判断。比如：出乎意料的，新颖的、可行动的等等。
数据挖掘算法的优化
- 数据挖掘系统可以仅仅发现有趣的模式
- 方法
（1），首先生成所有模式然后过滤那些无趣的
（2），仅仅生成有趣的模式 – 挖掘查询优化
数据挖掘学科综合性
数据挖掘的分类
1,根据所挖掘的数据库分类
- 关系数据库，事务数据库 ，流式数据库，面向对象数据库，对象关系数据库，数据仓库，空间数据库，时态数据库，文本数据库，多媒体数据库，异构数据库，历史数据库，
2，根据挖掘的知识类型
- 特征分析，区分，关联分析，分类聚类，孤立点分析/演变分析，偏差分析等等
- 多种方法的集成和多层机挖掘
3，根据挖掘所用技术
- 面向数据库的挖掘，数据仓库，OLAP，机器学习，统计学，可视化等等
4，根据挖掘所用的应用
- 金融，电信，银行，欺诈分析，DNA分析，股票市场，WEB挖掘。
