데이타 마이닝

목차

1. 서론
1. 데이터 마이닝 요소
1.1 작업-관련 데이터
1.2 마이닝 대상 지식의 종류
1.3 배경지식 : 개념 계층 구조
1.4 흥미도
1.5 발견된 패턴의 프리젠테이션과 시각화

2. 데이터 마이닝 질의어(DMQL)
2.1 작업-관계 데이터 명세의 문법
2.2 마이닝 대상 지식의 종류를 지정하기 위한 문법
2.3 개념 계층 명세에 대한 문법
2.4 흥미도 명세 구문
2.5 패턴 출력과 가시화 명세 구문
2.6 DMQL구문 사용의 예 : 결과
2.7 다른 DM 언어와 DM 요소의 표준화

3. DMQL기반의 GUI 설계

4. 데이터 마이닝 시스템의 구조

5. 요약

본문내용

패턴의 수가 너무 많기 때문에 데이터 베이스에서 자동적으로 모든 패턴을 찾는 것은 비현실적
데이터 마이닝은 상호 작용하는 프로세스
사용자가 무엇을 마이닝 할 것인지 지시
데이터 마이닝 시스템과의 의사소통을 위해 사용자는 데이터 마이닝 요소의 집합을 준비
효과적이고 효율적인 지식 발견
데이터베이스 부분에 대한 명세, 사용자가 관심있는 데이터 집합, 마이닝하는 지식의 종류, 탐사 과정을 안내하는 필요 배경지식, 패턴 평가를 위한 흥미도, 탐사지식의 가시화 방법
데이터 마이닝 질의어는 이런 요소들을 통합할 수 있도록 설계
좀더 유연한 사용자 상호작용
시각적인 사용자 인터페이스의 디자인을 위한 기초
데이터 마이닝 산업과 업무의 표준화
데이터 마이닝 작업이란?
사용자가 실행하고 싶은 데이터 분석의 몇 가지 형태
데이터 마이닝 질의의 형태로 표현
데이터 마이닝 질의 구성 요소
작업-관련 데이터
조사할 데이터베이스의 부분, 관련 속성들
마이닝할 지식의 종류
데이터 마이닝 기능 명세
배경 지식
개념 계층 : 데이터를 여러 단계의 추상 개념으로 마이닝
흥미도
관심 없는 패턴을 지식으로부터 분리, 마이닝 과정을 유도, 발견된 패턴을 평가, 신뢰도와 지지도
탐사 패턴의 프리젠테이션과 시각화
발견된 패턴을 표현하는 형식, 규칙, 테이블, 차트, 그래프 등
첫번째 요소는 마이닝이 수행될 데이터에 대한 설명
사용자는 데이터베이스의 일부분에만 관심
전체 데이터베이스를 무차별하게 마이닝 하는 것은 무의미
발생하는 패턴의 수는 DB의 크기와 관련하여 증가
발견된 패턴의 대부분은 사용자의 흥미와는 무관
작업관련 데이터의 집합은 관계 DB에서는 관계 질의에 의해 수집
selection, projection, join, aggregation, …
초기 데이터 릴레이션
새로운 데이터 릴레이션 생성
질의에 설명된 조건에 따라 정렬이나 그룹화
데이터는 마이닝 분석에 적용되기 전에 정제나 변환
마이닝 뷰
데이터 마이닝을 위한 작업관련 데이터의 작업-관련 데이터의 명세
사용된 데이터베이스나 데이터 웨어하우스의 이름
AllElectronics_db
관련 데이터를 포함하는 테이블이나 데이터 큐브의 이름
item, customer,purchases, items_sold
관련된 데이터를 선택하기 위한 조건
올해 캐나다에서 발생한 구매 관련된 데이터 추출
관련 속성이나 차원

키워드

관련 데이터,   마이닝 대상,   프리젠테이션,   패턴 출력