Khoa Khoa Học & Kỹ Thuật Máy Tính
Trường Đại Học Bách Khoa Tp. Hồ Chí Minh
Chương 7: Phát triển ứng dụng
khai phá dữ liệu
Khai phá dữ liệu
(Data mining)
Học kỳ 1 – 2009-2010
1
Nội dung
7.1.
Tổng quan về vấn đề phát triển ứng
dụng khai phá dữ liệu
7.2.
Qui trình phát triển ứng dụng khai
phá dữ liệu
7.3.
Các chuẩn dành cho khai phá dữ liệu
7.4.
Các công cụ hỗ trợ phát triển ứng
dụng khai phá dữ liệu
7.5.
Tóm tắt
2
Tài liệu tham khảo
[1] Jiawei Han, Micheline Kamber, “Data Mining: Concepts
and Techniques”, Second Edition, Morgan Kaufmann
Publishers, 2006.
[2] David Hand, Heikki Mannila, Padhraic Smyth, “Principles
of Data Mining”, MIT Press, 2001.
[3] David L. Olson, Dursun Delen, “Advanced Data Mining
Techniques”, Springer-Verlag, 2008.
[4] Graham J. Williams, Simeon J. Simoff, “Data
Mining: Theory, Methodology, Techniques, and
Applications”, Springer-Verlag, 2006.
[5] ZhaoHui Tang, Jamie MacLennan, “Data Mining
with SQL Server 2005”, Wiley Publishing, 2005.
[6] Oracle, “Data Mining Concepts”, B28129-01, 2008.
[7] Oracle, “Data Mining Application Developer’s
Guide”, B28131-01, 2008.
3
7.1. Tổng quan về vấn đề phát triển ứng
dụng khai phá dữ liệu
Vấn đề dữ liệu
Lượng và chất lượng dữ liệu
Kiểu dữ liệu
Vấn đề tri thức từ quá trình khai phá
Vấn đề kỹ thuật khai phá
Biểu diễn và tích hợp vào ứng dụng
Lựa chọn giải thuật khai phá
Vấn đề hiệu quả (effective) và hiệu suất
(efficient)
4
7.2. Qui trình phát triển ứng dụng khai
phá dữ liệu
Qui
trình phát triển ứng dụng
Qui
trình phát triển ứng dụng khai phá
dữ liệu
Tương đồng và khác biệt
5
7.3. Các chuẩn dành cho khai phá dữ liệu
The Predictive Model Markup Language (PMML
– www.dmg.org)
Standard application programming interfaces
(APIs)
The Cross-Industry Standard Process for Data
Mining (CRISP-DM – www.crisp-dm.org)
Nguồn: R. L. Grossman, M. F. Hornick, G.
Meyer, Data Mining Standards Initiatives,
Communications of the ACM 45 (8) 2002 5961.
6
7.3. Các chuẩn dành cho khai phá dữ liệu
The Predictive Model Markup Language (PMML
– www.dmg.org)
Chuẩn dựa trên XML
Mô tả các mơ hình thống kê và khai phá dữ liệu, các tác
vụ làm sạch và biến đổi dữ liệu
Các thành phần của PMML
Data dictionary
Mining schema
Transformation dictionary
Model statistics
Models
7
7.3. Các chuẩn dành cho khai phá dữ liệu
8
7.3. Các chuẩn dành cho khai phá dữ liệu
9
7.3. Các chuẩn dành cho khai phá dữ liệu
10
7.3. Các chuẩn dành cho khai phá dữ liệu
Standard application programming interfaces
(APIs)
SQL/MM Part 6: Data Mining
The Java Specification Request-73 (JSR-73)
Jcp.org/jsr/detail/073.jsp
Microsoft APIs
Microsoft.AnalysisServices.AdomdClient
11
7.4. Các công cụ hỗ trợ phát triển ứng
dụng khai phá dữ liệu
Các công cụ mã nguồn mở (open-source
tools)
Các công cụ thương mại
12
7.4. Các công cụ hỗ trợ phát triển ứng
dụng khai phá dữ liệu
Các công cụ mã nguồn mở (open-source)
R (www.r-project.org)
Tanagra (eric.univ-lyon2.fr/~ricco/tanagra/)
Weka (www.cs.waikato.ac.nz/ml/weka)
YALE (rapid-i.com)
KNIME (www.knime.org)
Orange (www.ailab.si/orange)
…
Nguồn: B. Zupan, J. Demsar, “Open-Source Tools for
Data Mining”, Clinics in Laboratory Medicine
28(2008) 37-54.
13
7.4. Các công cụ hỗ trợ phát triển ứng
dụng khai phá dữ liệu
14
7.4. Các công cụ hỗ trợ phát triển ứng
dụng khai phá dữ liệu
15
7.4. Các công cụ hỗ trợ phát triển ứng
dụng khai phá dữ liệu
16
7.4. Các công cụ hỗ trợ phát triển ứng
dụng khai phá dữ liệu
17
7.4. Các công cụ hỗ trợ phát triển ứng
dụng khai phá dữ liệu
18
7.4. Các công cụ hỗ trợ phát triển ứng
dụng khai phá dữ liệu
19
7.4. Các công cụ hỗ trợ phát triển ứng
dụng khai phá dữ liệu
Các công cụ thương mại
Hỗ trợ từ Intelligent Miner (IBM)
Hỗ trợ từ Microsoft data mining tools (MS SQL
Server 2000/2005/2008)
Hỗ trợ từ Oracle Data Mining
Hỗ trợ từ Enterprise Miner (SAS Institute)
…
20