數(shù)據(jù)挖掘chapter10數(shù)據(jù)挖掘應(yīng)用和發(fā)展趨勢(shì)

1、第十章第十章數(shù)據(jù)挖掘的應(yīng)用和發(fā)展趨勢(shì)數(shù)據(jù)挖掘的應(yīng)用和發(fā)展趨勢(shì)“有哪些突出的例子能夠說(shuō)明數(shù)據(jù)挖掘在科學(xué)和商業(yè)領(lǐng)域中的應(yīng)用？數(shù)據(jù)挖掘未來(lái)向何處去？”在閱讀了本書的前面一些章節(jié)后，這些問(wèn)題可能是大家最為關(guān)心的。在這最后一章中，我們將討論一下數(shù)據(jù)挖掘的應(yīng)用，并對(duì)購(gòu)買數(shù)據(jù)挖掘軟件系統(tǒng)應(yīng)注意的問(wèn)題給出一些建議。另外介紹一下數(shù)據(jù)挖掘中的其他一些主題，如視頻和音頻挖掘，數(shù)據(jù)挖掘的統(tǒng)計(jì)方法，數(shù)據(jù)挖掘的理論基礎(chǔ)，以及通過(guò)引入數(shù)據(jù)挖掘技術(shù)支持智能查詢應(yīng)答等。

2、數(shù)據(jù)挖掘的的社會(huì)影響和未來(lái)趨勢(shì)也在本章討論之中。101數(shù)據(jù)挖掘的應(yīng)用數(shù)據(jù)挖掘的應(yīng)用在本書的前面章節(jié)中，我們主要討論了對(duì)關(guān)系數(shù)據(jù)，數(shù)據(jù)倉(cāng)庫(kù)，和復(fù)雜數(shù)據(jù)類型（包括空間數(shù)據(jù)，多媒體數(shù)據(jù)，時(shí)序數(shù)據(jù)，文本數(shù)據(jù)，和Web數(shù)據(jù)）的挖掘原理和方法。由于數(shù)據(jù)挖掘是一門具有廣泛應(yīng)用的新興學(xué)科，數(shù)據(jù)挖掘的一般原理與針對(duì)特定應(yīng)用領(lǐng)域需要的有效數(shù)據(jù)挖掘工具之間，還存在不小的距離。本節(jié)我們分析幾個(gè)應(yīng)用領(lǐng)域，討論如何為這些應(yīng)用定制專門的數(shù)據(jù)挖掘工具。1011針對(duì)生物

3、醫(yī)學(xué)和針對(duì)生物醫(yī)學(xué)和DNA數(shù)據(jù)分析的數(shù)據(jù)挖掘數(shù)據(jù)分析的數(shù)據(jù)挖掘在過(guò)去的十年里，生物醫(yī)學(xué)研究有了迅猛的發(fā)展，從新藥物的開發(fā)和癌癥治療的突破，到通過(guò)大規(guī)模序列模式和基因功能的發(fā)現(xiàn)，進(jìn)行人類基因的識(shí)別與研究。由于目前生物醫(yī)學(xué)的大量研究都集中在DNA數(shù)據(jù)的分析上，這里我們重點(diǎn)研究此應(yīng)用的情況。近期DNA分析的研究成果已經(jīng)導(dǎo)致了對(duì)許多疾病和殘疾的基因成因的發(fā)現(xiàn)，以及對(duì)疾病的診斷，預(yù)防，和治療的新藥物、新方法的發(fā)現(xiàn)?；蜓芯恐械囊粋€(gè)重要關(guān)注點(diǎn)是DN

4、A序列的研究，因?yàn)檫@種序列構(gòu)成了所有活的生物體的基因代碼的基礎(chǔ)。所有的DNA序列由四個(gè)基本的構(gòu)塊（稱為核苷）組成：腺嘌呤（A），胞核嘧啶（C），鳥嘌呤（G），胸腺嘧啶（T）。這四個(gè)核苷組合構(gòu)成很長(zhǎng)的序列或鏈，類似一個(gè)雙絞旋梯。人類有約100，000個(gè)基因。一個(gè)基因通常由成百個(gè)核苷按一定次序組織而成。核苷按不同的次序和序列可以形成不同的基因，幾乎是不計(jì)其數(shù)。具有挑戰(zhàn)性的問(wèn)題是從中找出導(dǎo)致各種疾病的特定基因序列模式。由于在數(shù)據(jù)挖掘中已經(jīng)有許

5、多有意思的序列模式分析和相似檢索技術(shù)，因此數(shù)據(jù)挖掘成為DNA分析中的強(qiáng)有力工具，并在以下方面對(duì)DNA分析起著不小的貢獻(xiàn)：異構(gòu)、分布基因數(shù)據(jù)庫(kù)的語(yǔ)義集成：異構(gòu)、分布基因數(shù)據(jù)庫(kù)的語(yǔ)義集成：由于廣泛多樣的DNA數(shù)據(jù)高度分布、無(wú)控地生成與使用，對(duì)這種異構(gòu)和廣泛分布的基因數(shù)據(jù)庫(kù)的語(yǔ)義集成就成為一項(xiàng)重要任務(wù)，以便于對(duì)DNA數(shù)據(jù)庫(kù)進(jìn)行系統(tǒng)而協(xié)同的分析。這促進(jìn)了集成式數(shù)據(jù)倉(cāng)庫(kù)和分布式聯(lián)邦數(shù)據(jù)庫(kù)的開發(fā)，用于存儲(chǔ)和管理原始的和導(dǎo)出的基因數(shù)據(jù)。數(shù)據(jù)挖掘中的數(shù)

6、據(jù)清洗和數(shù)據(jù)集成方法將有助于基因數(shù)據(jù)集成和用于基因數(shù)據(jù)分析的數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)造。DNA序列間相似搜索和比較：我們已經(jīng)研究過(guò)時(shí)序數(shù)據(jù)挖掘中的相似搜索方法。在基因分析中一個(gè)最為重要的搜索問(wèn)題是DNA序列中的相似搜索和比較。對(duì)分別來(lái)自帶病和群體的識(shí)別和目標(biāo)市場(chǎng)分析。例如，通過(guò)多維聚類分析，可以將具有相同儲(chǔ)蓄和貸款償還行為的客戶分為一組。有效的聚類和協(xié)同過(guò)濾（collabativefiltering）方法（即，使用各種技術(shù)濾出信息，如鄰近分類，決策

7、樹，等等）有助于識(shí)別客戶組，將新客戶關(guān)聯(lián)到適合的客戶組，以及推動(dòng)目標(biāo)市場(chǎng)。洗黑錢和其它金融犯罪的偵破：洗黑錢和其它金融犯罪的偵破：要偵破洗黑錢和其它金融犯罪行為，重要的一點(diǎn)是要把多個(gè)數(shù)據(jù)庫(kù)的信息（如銀行交易數(shù)據(jù)庫(kù)，聯(lián)邦或州的犯罪歷史數(shù)據(jù)庫(kù)等）集成起來(lái)，只要這些數(shù)據(jù)庫(kù)是與偵破工作有關(guān)的。然后可以采用多種數(shù)據(jù)分析工具來(lái)找出異常模式，如在某段時(shí)間內(nèi)，通過(guò)某一組人，發(fā)生大量現(xiàn)金流量，等等。有用的工具包括數(shù)據(jù)可視化工具（用圖形的方式按一定時(shí)間一定

8、人群顯示交易活動(dòng)），鏈接分析工具（識(shí)別不同人和活動(dòng)之間的聯(lián)系），分類工具（濾掉不相關(guān)的屬性，對(duì)高度相關(guān)屬性排級(jí)），聚類分析工具（將不同案例分組），孤立點(diǎn)分析工具（探測(cè)異常資金量的轉(zhuǎn)移或其它行為），序列模式分析工具（分析異常訪問(wèn)模式的特征）。這些工具可以識(shí)別出一些重要的活動(dòng)關(guān)系和模式，有助于調(diào)查人員聚焦可疑線索，做進(jìn)一步的處理。1013零售業(yè)中的數(shù)據(jù)挖掘零售業(yè)中的數(shù)據(jù)挖掘零售業(yè)是數(shù)據(jù)挖掘的主要應(yīng)用領(lǐng)域，這是因?yàn)榱闶蹣I(yè)積累了大量的銷售數(shù)據(jù)，

9、顧客購(gòu)買歷史記錄，貨物進(jìn)出，消費(fèi)與服務(wù)記錄，等等。其數(shù)據(jù)量在不斷地迅速膨脹，特別是由于日益增長(zhǎng)的Web，或電子商務(wù)上的商業(yè)方式的方便，流行。今天，許多商店都有自己的Web站點(diǎn)，顧客可以方便地聯(lián)機(jī)購(gòu)買商品。一些企業(yè)，如，只有聯(lián)機(jī)方式，沒(méi)有磚瓦構(gòu)成的（物理的）商場(chǎng)。零售數(shù)據(jù)為數(shù)據(jù)挖掘提供了豐富的資源。零售數(shù)據(jù)挖掘可有助于識(shí)別顧客購(gòu)買行為，發(fā)現(xiàn)顧客購(gòu)買模式和趨勢(shì)，改進(jìn)服務(wù)質(zhì)量，取得更好的顧客保持力和滿意程度，提高貨品銷量比率，設(shè)計(jì)更好的貨品運(yùn)

10、輸與分銷策略，減少企業(yè)成本。以下給出零售業(yè)中的幾個(gè)數(shù)據(jù)挖掘的例子?；跀?shù)據(jù)挖掘的數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)與構(gòu)造：基于數(shù)據(jù)挖掘的數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)與構(gòu)造：由于零售數(shù)據(jù)覆蓋面廣（包括銷售，顧客，職員，貨品運(yùn)輸，銷量和服務(wù)），所以有許多方式設(shè)計(jì)數(shù)據(jù)倉(cāng)庫(kù)。所包含的細(xì)節(jié)級(jí)別可以豐富多樣。由于數(shù)據(jù)倉(cāng)庫(kù)的主要用途是支持?jǐn)?shù)據(jù)分析和數(shù)據(jù)挖掘，預(yù)先的一些數(shù)據(jù)挖掘例子的結(jié)果可作為設(shè)計(jì)和開發(fā)數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)的參考依據(jù)。這涉及要決定包括哪些維和什么級(jí)別，以及為保證高質(zhì)量和有效的數(shù)

11、據(jù)挖掘應(yīng)進(jìn)行哪些預(yù)處理。銷售，顧客，產(chǎn)品，時(shí)間，和地區(qū)的多維分析：銷售，顧客，產(chǎn)品，時(shí)間，和地區(qū)的多維分析：考慮到顧客的需求，產(chǎn)品的銷售，趨勢(shì)和時(shí)尚，以及日用品的質(zhì)量，價(jià)格，利潤(rùn)，和服務(wù)，零售業(yè)需要的是適時(shí)的信息。因此提供強(qiáng)有力的多維分析和可視化工具是十分重要的一件事情，這包括提供根據(jù)數(shù)據(jù)分析的需要構(gòu)造復(fù)雜的數(shù)據(jù)立方體。第二章介紹的多特征數(shù)據(jù)立方體（multifeaturedatacube），在零售數(shù)據(jù)分析中是一種有用的數(shù)據(jù)結(jié)構(gòu)，因?yàn)樗?/p>

12、方便了帶有復(fù)雜條件的聚集上的分析。促銷活動(dòng)的有效性分析：零售業(yè)經(jīng)常通過(guò)廣告，優(yōu)惠券，和各種折扣和讓利的方式搞促銷活動(dòng)，以達(dá)到促銷產(chǎn)品，吸引顧客的目的。認(rèn)真分分析促銷活動(dòng)的有效性，有助于提高企業(yè)利潤(rùn)。多維分析可滿足這方面分析的要求，方法是通過(guò)比較促銷期間的銷售量和交易數(shù)量與促銷活動(dòng)前后的有關(guān)情況。此外，關(guān)聯(lián)分析可以找出哪些商品可能隨降價(jià)商品一同購(gòu)買，特別是與促銷活動(dòng)前后的銷售相比。顧客保持力顧客保持力——顧客忠誠(chéng)分析：顧客忠誠(chéng)分析：通過(guò)顧