什么激发了数据挖掘，为什么它是重要的？
决策者缺乏从海量数据中提取有价值知识的工具，我们希望重要的决策是基于数据储存仓库中信息丰富的数据，而不是基于决策者的直觉。
数据仓库技术包括数据清理、数据集成和联机分析处理（OLAP）。
什么是数据挖掘？
简单说，从大量数据中提取或“挖掘”知识。
数据挖掘作为知识发现过程的一个步骤。
数据库
数据清理（消除噪声和不一致数据），数据集成（多种数据源可以组合在一起）
数据仓库
数据选择（从数据库中提取与分析任务相关的数据）
数据变换（数据变换或统一成适合挖掘的形式，如通过汇总或聚集操作）
数据挖掘（基本步骤，使用智能方法提取数据模式）
模式评估（根据某种兴趣度度量，识别表示知识的真正有趣的模式）
知识表示（使用可视化和知识表示技术，向用户提供挖掘的知识）
典型的数据挖掘系统具有以下主要成分：
数据库、数据仓库、万维网或其他信息库；可以对其数据进行数据清理和集成
数据库或数据仓库服务器：负责提取相关数据
知识库：用于指导搜索或评估结果模式的兴趣度；
数据挖掘引擎：用于执行特征化、关联和相关分析、分类、预测、聚类分析、离群点分析和演变分析等任务。
模式评估模块：
用户界面；
对何种数据进行数据挖掘：
关系数据库，
数据仓库是一个从多个数据源收集的信息储存库，存放在一个一致的模式下，并且通常驻留在单个站点。其实际物理结构可以是关系数据存储或多维数据立方体。
事务数据库：由一个文件组成，其中每个记录代表一个事务；
高级数据和信息系统与高级应用：
对象-关系数据库：变量集，消息集和方法集；
时间数据库、序列数据库和时间序列数据库：
空间数据库和时间空间数据库
文本数据库和多媒体数据库；
异构数据库和遗产数据库；
数据流：海量甚至可能无限，动态变化，以固定的次序流进和流出，只允许一遍或少数几遍扫描，要求快速（常常是实时的）响应时间。
万维网；
数据挖掘功能----可以挖掘什么类型的模式
概念/类描述：特征化和区分。数据特征的输出可以用多种形式，包括饼图、条图、曲线、多维数据立方体和包括交叉表在内的多维表。
挖掘频繁模式、关联和相关；
分类和预测：聚类分析；离群点分析；演变分析（描述行为随时间变化的对象的规律或趋势，并对其建模。）
说明数据挖掘任务的原语
任务相关数据：数据库或数据仓库名；数据库表或数据立方体；数据选择条件；相关属性或维；数据分组标准
挖掘的知识类型：特征化；区分；关联/相关；分类/预测；聚类
背景知识：概念分层；用户对数据联系的信念
模式相关度度量：简洁性；确定性（如置信度）；实用性（如支持度）；新颖性
发现模式的可视化：规则，表、报告、图表、图、决策树和立方体、下钻或上卷。
数据挖掘系统与数据库系统或数据仓库系统的集成
数据挖掘系统设计的一个关键问题是如何将DM系统与数据库系统和或数据仓库系统集成或耦合。
不耦合：DM系统不利用DB或DW系统的任何功能。它可能由特定的数据源（如文件系统）提取数据，使用某些数据挖掘算法处理数据，然后再将挖掘结果存放到另一个文件中。
松散耦合：DM系统将使用DB或DW系统的某些设施，从这些系统管理的数据库中提取数据，进行数据挖掘，然后将挖掘的结果存放到文件中，或者存放到数据库或数据仓库的指定位置。
半紧密耦合：排序、索引、聚集、直方图分析、多路连接和一些基本的统计度量的预计算。
紧密耦合：DM系统平滑地继承到DB/DW中。
