第一章
1，数据挖掘(Data Mining)，就是从存放在数据库，数据仓库或其他信息库中的大量的数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。
2，人工智能（Artificial Intelligence)它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。
3，机器学习（Machine Learning）是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
4，知识工程（Knowledge Engineering)是人工智能的原理和方法，对那些需要专家知识才能解决的应用难题提供求解的手段。
5，信息检索（Information Retrieval）是指信息按一定的方式组织起来，并根据信息用户的需要出有关的信息的过程和技术。
6，数据可视化（Data Visualization)是关于数据之视觉表现形式的研究；其中，这种数据的视觉表现形式被定义为一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。
7，联机事务处理系统（OLTP）实时地采集处理与事务相连的数据以及共享数据库和其它文件的地位的变化。在联机事务处理中，事务是被立即执行的，这与批处理相反，一批事务被存储一段时间,然后再被执行。
  8, 联机分析处理（OLAP）使分析人员，管理人员或执行人员能够从多角度对信息进行快速    一致，交互地存取，从而获得对数据的更深入了解的一类软件技术。
8，决策支持系统(decision support)是辅助决策者通过数据、模型和知识,以人机交互方式进行半结构化或非结构化决策的计算机应用系统。它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。
10，知识发现（KDD：Knowledge Discovery in Databases）是从数据集中别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程。
11，事务数据库（Transaction Database)一个事务数据库由文件构成，每条记录代表一个事务。典型的事务包含唯一的事务标记,多个项目组成一个事务
12,分布式数据库（Distributed Database）是用计算机网络将物理上分散的多个数据库单元连接起来组成一个逻辑统一的数据库。
第三章
13，并行关联规则挖掘（Parallel Association Rule Mining）是指利用并行处理机,使用挖掘算法或在并行计算的环境下完成数据的高效挖掘工作。
14,数量关联规则挖掘（Quantitive Association Rule Mining）对含有非离散的数值属性的数据进行挖掘的技术
14， 频繁项目集（Frequent Itemsets)对项目集I和事务数据库D，T中所有满足用户指定的最小支持度（Minsupport)的项目集,即大于或等于Minsupport的I的非空子集
15，最大频繁项目集(Maximum Frequent Itemsets)在频繁项目集中挑选出所有不被其他元素包含的频繁项目集
16，闭合项目集(Close Itemset）如果项目的直接超集都不具有和它相同的支持度技术则该项目是闭合的
17，多层次关联规则：具有概念分层的关联规则挖掘产生的规则称为多层关联规则。
18，多维关联规则：在关联规则中的项或属性每个涉及多个维,则它就是多维关联规则.
19，购物篮分析：通过支持度和置信度这两个值来对顾客所购买的商品组成情况进行分析的方法。
20,强关联规则：D在I上满足最小支持度和最小信任度的关联规则称为强关联规则
第四章
1,数据分类（Data Classification）数据分类可以看成是从数据库到一组预先定义的、非交叠的类别的映射.
>数据可视化名词解释

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。