Khai Phá Dữ Liệu
Nguyễn Nhật Quang
Viện Công nghệ Thông tin và Truyền thông
Trường Đại học Bách Khoa Hà Nội
Năm học 2010-2011
Nội dung môn học:
Giới thiệu về Khai phá dữ liệu
ề
Giới thiệu v
ề
công cụ WEK
A
Tiền xử lý dữ liệu
Phát hiện các luật kết hợp
Các kỹ thuật phân lớpvàdự đoán
Các
kỹ
thuật
phân
lớp
và
dự
đoán
Các kỹ thuật phân nhóm
2
Khai Phá Dữ Liệu
T
ạ
i sao cần khai
p
há dữ li
ệ
u?
ạ p ệ
Sự gia tăng bùng nổ của dữ liệu: Từ mức độ terabytes đến
mức độ petabytes
Th hậ d liệ à ồ i ủ d liệ
Th
u t
hậ
p
d
ữ
liệ
u v
à
sự t
ồ
n tạ
i
c
ủ
a
d
ữ
liệ
u
Các công cụ thu thập dữ liệu tự động, các hệ thống cơ sở dữ
liệu, World Wide Web, xã hội số
Cá ồ dữ liệ hhú
Cá
c ngu
ồ
n
dữ
liệ
u p
h
ong p
hú
Kinh doanh: Internet, thương mại điện tử, giao dịch thương
mại, chứng khoán,…
Khoa học: Tín hiệucảmbiến tin sinh thí nghiệmmô
Khoa
học:
Tín
hiệu
cảm
biến
,
tin
sinh
,
thí
nghiệm
mô
phỏng/giả lập,…
Xã hội: Tin tức, máy ảnh số, các mạng xã hội
Chúng ta bị tràn ngập trong dữ liệu
Nhưng lạithiếu(cần) tri
Chúng
ta
bị
tràn
ngập
trong
dữ
liệu
–
Nhưng
lại
thiếu
(cần)
tri
thức
Khai phá dữ liệu: Giúp tự động phân tích các tập dữ liệu rất
lớn để khám phá ra các tri thức
lớn
,
để
khám
phá
ra
các
tri
thức
3
Khai Phá Dữ Liệu
Khai
p
há dữ li
ệ
u – Đ
ị
nh n
g
hĩa
p ệ
ị g
Khai phá dữ liệu (Data mining – DM) – Khám phá tri thức
từ dữ liệu (Knowledge discovery from data)
ẫ
Là việc trích rút ra được các m
ẫ
u hoặc tri thức quan trọn
g
từ một
lượng dữ liệu (rất) lớn
quan trọng = không tầm thường, ẩn, chưa được biết đến, và
có thể hữuích
có
thể
hữu
ích
Các tên gọi khác
Khám phá tri thức trong các cơ sở dữ liệu (Knowledge discovery
in databases
KDD)
in
databases
-
KDD)
Trích rút tri thức (Knowledge extraction)
Phân tích mẫu/dữ liệu (Data/pattern analysis)
…
Khai phá dữ liệu khác với…
Tìm kiếm thông tin (Information retrieval)
ấ ố
Xử lý các câu truy v
ấ
n (SQL) đ
ố
i với các cơ sở dữ liệu
4
Khai Phá Dữ Liệu
DM: L
ị
ch sử
p
hát triển
ị p
1989 IJCAI Workshop on Knowledge Discovery in Databases
Knowledge Discovery in Databases (G. Piatetsky-Shapiro and W.
Frawley, 1991)
1991-1994 Workshops on Knowledge Discovery in Databases
Advances in Knowled
g
e Discover
y
and Data Minin
g
(
U. Fa
yy
ad
,
G.
g y g ( yy ,
Piatetsky-Shapiro, P. Smyth, and R. Uthurusamy, 1996)
1995-1998 International Conferences on Knowledge Discovery in
Databases and Data Mining (KDD
’
95
-
98)
Databases
and
Data
Mining
(KDD 95
98)
Journal of Data Mining and Knowledge Discovery (1997)
ACM SIGKDD conferences since 1998 and (Journal) SIGKDD Explorations
More conferences on data mining
PAKDD (1997), PKDD (1997), SIAM-Data Mining (2001), (IEEE) ICDM
(2001), etc.
ACM Transactions on KDD starting in 2007
5
Khai Phá Dữ Liệu
Các bước của quá trình KD
1.Tìm hiểu lĩnh vực của bài toán (ứng dụng)
Các mục đích của bài toán, các tri thức cụ thể của lĩnh vực
2.Tạo nên (thu thập) một tập dữ liệu phù hợp
3.Làm sạch và tiền xử lý dữ liệu
4.Giảm kích thước của dữ liệu, chuyển đổi dữ liệu
Xác định các thuộc tính quan trọng, giảm số chiều (số thuộc tính),
biểu diễn bất biến
5.Lựa chọn chức năng khai phá dữ liệu
Tóm tắt hóa (s mmari ation) phân loại/phân lớphồiq /d
Tóm
tắt
hóa
(s
u
mmari
z
ation)
,
phân
loại/phân
lớp
,
hồi
q
uy
/d
ự
đoán, kết hợp, phân cụm
6.Lựa chọn/Phát triển (các) giải thuật khai phá dữ liệu phù hợp
7
Tiến hành quá trình khai phá dữ liệu
7
.
Tiến
hành
quá
trình
khai
phá
dữ
liệu
8.Đánh giá mẫu thu được và biểu diễn tri thức
Hiển thị hóa, chuyển đổi, bỏ đi các mẫu dư thừa, …
9
Sử dụng các tri thức được khám phá
9
.
Sử
dụng
các
tri
thức
được
khám
phá
6
Khai Phá Dữ Liệu
Quá trình khám phá tri thức (1)
Đây là cách nhìn của giới
nghiên cứu về các hệ thống dữ
liệuvàkhodữ liệu
liệu
và
kho
dữ
liệu
Khai phá dữ liệu đóng vai trò
quan trọng trong quá trình
khám phá tri thức
Pattern Evaluation
khám
phá
tri
thức
Task-relevant Data
Data Mining
Data Cleaning
Data Warehouse
Selection
Data
Cleaning
Data Integration
7
Khai Phá Dữ Liệu
Databases
(Han and Kamber - Data mining: Concepts and Techniques)
Quá trình khám phá tri thức (2)
(Han and Kamber - Data mining: Concepts and Techniques)
Input Data
Data
Mining
Data Pre-
Processing
Post-
Processing
Data integration
Normalization
Feature selection
Dimension reduction
Pattern discovery
Association & correlation
Classification
Clustering
Pattern evaluation
Pattern selection
Pattern interpretation
Pattern visualization
Đây là cách nhìn của giới nghiên cứu về học máy và
thố kê
Dimension
reduction
Outlier analysis
… … … …
Pattern
visualization
thố
ng
kê
8
Khai Phá Dữ Liệu
Kiến trúc hệ thống khai phá dữ liệu
Graphical User Interface
Pattern Evaluation
Knowledge
Database or Data
Data Mining Engine
Knowledge
base
data cleaning, integration, and selection
Warehouse Serve
r
Database
Data
Warehouse
World-Wide
Web
Other Info
Repositories
(Han and Kamber -
Data mining: Concepts
9
Khai Phá Dữ Liệu
Data
mining:
Concepts
and Techniques)
Khai phá dữ liệu cho kinh doanh
Increasing potential
to support
business decisions
End User
Business
Decision
Making
Data Presentation
Analyst
Data
Analyst
Data
Presentation
Visualization Techniques
Data Mining
Information Discovery
Analyst
Information
Discovery
Data Exploration
Statistical Summary, Querying, and Reporting
DBA
Data Preprocessing/Integration, Data Warehouses
Data Sources
10
Khai Phá Dữ Liệu
Paper, Files, Web documents, Scientific experiments, Database Systems
(Han and Kamber - Data mining:
Concepts and Techniques)
DM – Các lĩnh v
ự
c liên
q
uan
ự q
Công nghệ cơ sở dữ liệu (Database technology)
Giải thuật (Algorithm)
Thống kê (Statistics)
Học máy (Machine learning)
Nhậndạng mẫu (Pattern recognition)
Nhận
dạng
mẫu
(Pattern
recognition)
Hiển thị hóa (Visualization)
Tính toán hiệu năng cao (High-performance computing)
11
Khai Phá Dữ Liệu
Phân tích dữ li
ệ
u
ệ
Lượng dữ liệu rất lớn
Các giải thuật (phân tích dữ liệu) cần phải hoạt động tốt với
những tậpdữ liệulênđến hàng terabytes hoặcthậmchí
những
tập
dữ
liệu
lên
đến
hàng
terabytes
,
hoặc
thậm
chí
petabytes
Dữ liệu được biểu diễn trong không gian nhiều chiều (số
lượng rất lớn các thuộc tính)
Vd: Dữ liệu trong lĩnh vực tin sinh (bioinformatics) có thể được
biểu diễn bởi hàng chục ngàn thuộc tính
Dữ liệu có độ phức tạp (rất) cao
Cá l ồ dữ liệ àdữ liệ th hậ từ á ả biế
Cá
c
l
u
ồ
ng
dữ
liệ
u v
à
dữ
liệ
u
th
u n
hậ
n
từ
c
á
c mạng c
ả
m
biế
n
Dữ liệu liên tục theo thời gian, dữ liệu phụ thuộc theo thời gian,
chuỗi dữ liệu
Dữ liệucócấutrúc,dữ liệudạng đồ thị,cácmạng xã hội
Dữ
liệu
có
cấu
trúc,
dữ
liệu
dạng
đồ
thị,
các
mạng
xã
hội
Các cơ sở dữ liệu hỗn tạp
Dữ liệu phụ thuộc không gian/thời gian, dữ liệu đa phương tiện
Cần các chươn
g
trình
(
ứn
g
d
ụ
n
g)
p
hân tích dữ li
ệ
u mới
,
p
hức
g(g ụ g) p ệ ,p
tạp hơn
12
Khai Phá Dữ Liệu
DM – Nhiều cách nhìn (quan điểm)
Dữ liệu được khai phá
Dữ liệu quan hệ, kho dữ liệu, dữ liệu giao dịch, luồng dữ liệu, dữ
liệ h ớ đốit dữ liệ h th ộ khô i dữ liệ liê
liệ
u
h
ư
ớ
ng
đối
t
ượng,
dữ
liệ
u p
h
ụ
th
u
ộ
c
khô
ng g
i
an,
dữ
liệ
u
liê
n
tục theo thời gian, dữ liệu dạng văn bản, dữ liệu đa phương tiện,
dữ liệu hỗn tạp, dữ liệu trên WWW, …
Tithứ đ khá há
T
r
i
thứ
c
đ
ược
khá
m p
há
Sự đặc trưng, sự phân biệt, luật kết hợp, phân lớp, phân cụm, xu
hướng/dịch chuyển, phân tích ngoại lai (outlier)
Các kỹ thuật được sử dụng
Dựa trên cơ sở dữ liệu, phân tích kho dữ liệu, học máy, thống kê,
hiển thị hóa, …
Các ứng dụng (bài toán) thực tế
Kinh doanh bán lẻ, viễn thông, ngân hàng, phát hiện gian lận tài
chính, khai phá dữ liệu sinh học, phân tích thị trườn
g
chứn
g
ả
g g
khoán, khai phá văn b
ả
n, khai phá Web, …
13
Khai Phá Dữ Liệu
DM – Các cách
p
hân bi
ệ
t
p ệ
Theo chức năng tổng quát
Khai phá dữ liệu
mô tả
:Tìmcácmẫu(màconngườicóthể
Khai
phá
dữ
liệu
mô
tả
:
Tìm
các
mẫu
(mà
con
người
có
thể
hiểu/diễn giải được) biểu diễn/mô tả dữ liệu
Khai phá dữ liệu dự đoán: Sử dụng một số biến để dự đoán giá
trị (chưa biết, hoặc trong tương lai) của các biến khác
Các cách nhìn (quan điểm) khác nhau dẫn đến các cách
phân biệt khác nhau về Khai phá dữ liệu
ể
Dựa theo dữ liệu: Những ki
ể
u dữ liệu nào được khai phá?
Dựa theo tri thức: Những kiểu tri thức nào được khám phá?
Dựa theo
phương pháp
:Những kiểukỹ thuật nào đượcápdụng?
Dựa
theo
phương
pháp
:
Những
kiểu
kỹ
thuật
nào
được
áp
dụng?
Dựa theo ứng dụng (bài toán): Những kiểu ứng dụng (bài toán)
nào phù hợp để giải quyết?
14
Khai Phá Dữ Liệu
DM: Khái
q
uát hóa
q
Tích hợp thông tin và xây dựng các kho dữ liệu
Làm sạch dữ liệu, chuyển đổi dữ liệu, tích hợp dữ liệu, và mô
hì h d liệ hiề hiề (li
di i l d d l)
hì
n
h
d
ữ
liệ
u n
hiề
u c
hiề
u
(
mu
l
t
i
-
di
mens
i
ona
l
d
ata mo
d
e
l)
Công nghệ khối dữ liệu (data cube)
ể ế ề ề
Các phương pháp hiệu quả đ
ể
tính toán k
ế
t hợp nhi
ề
u chi
ề
u của
dữ liệu
Xử lý phân tích trực tuyến (Online analytical processing – OLAP)
Mô tả khái niệm theo nhiều chiều: Sự đặc trưng và sự
phân biệt
Tổng quát hóa tóm tắtvàtương phảncácđặc tính củadữ liệu
Tổng
quát
hóa
,
tóm
tắt
,
và
tương
phản
các
đặc
tính
của
dữ
liệu
Vd: Các vùng khô vs. các vùng ướt
15
Khai Phá Dữ Liệu
DM: Phân tích kết hợp và tương quan
Các mẫuhoặccác tậpmục (itemsets) thường xuyên
Nhữn
g
m
ụ
c
(
sản
p
hẩm
)
nào thườn
g
xu
y
ên đư
ợ
cmua
g
ụ
(
p
)
g
y
ợ
cùng nhau, trong siêu thị BigC?
Kếthợp (association), tương quan (correlation), và
nguyên
nhân
(causality)
nguyên
nhân
(causality)
Ví dụ về mộtluậtkếthợp (association rule)
Bánh mỳ Æ Sữa [0.5%, 75%] (độ hỗ trợ – support,
độ
ti
ậ
fid )
độ
ti
n c
ậ
y
–
con
fid
ence
)
Các mụckếthợp ở mức cao, thì cũng tương quan ở
mức cao?
Làm thế nào để khám phá các mẫu(luật) như vậy trong
các tậpdữ liệulớn?
16
Khai Phá Dữ Liệu
DM: Phân lớ
p
và d
ự
đoán
p ự
Phân lớp (classification) và dự đoán (prediction)
Xây dựng các mô hình (các hàm mục tiêu) dựa trên một số ví dụ
h /h ấ l ệ
h
ọc
/h
u
ấ
n
l
uy
ệ
n
Mô tả và phân biệt các lớp (các khái niệm) cho việc dự đoán trong
tương lai
Phân lớpcácvídụ mớihoặcdự đoán các giá trị kiểusố
Phân
lớp
các
ví
dụ
mới
,
hoặc
dự
đoán
các
giá
trị
kiểu
số
Các phương pháp điển hình
Cây quyết định (Decision tree learning), Phân lớp Naïve Bayes
(Naïve Bayes classification) Máy vectơ hỗ trợ (Support vector
(Naïve
Bayes
classification)
,
Máy
vectơ
hỗ
trợ
(Support
vector
machine), Mạng nơ-ron nhân tạo (Artificial neural networks), Học
quy nạp luật (Rule induction), Hồi quy tuyến tính (Linear
regression), …
Các ứng dụng điển hình
Phát hiện gian lận thẻ tín dụng, quảng cáo trực tiếp (phù hợp với
từn
g
n
g
ười
),
p
hân lo
ạ
i/d
ự
đoán các lo
ạ
i b
ệ
nh
,
p
hân lo
ạ
i các tran
g
gg ), p ạ ự ạ ệ ,p ạ g
Web, …
17
Khai Phá Dữ Liệu
DM: Phân cụm và phân tích ngoại lai
Phân cụm (Cluster analysis)
Phương pháp học không giám sát (unsupervised learning) –
khô ó hô i ề hlớ
khô
ng c
ó
t
hô
ng t
i
n v
ề
n
h
ãn
lớ
p
Nhóm dữ liệu lại thành các cụm (clusters)
Nguyên tắc: Cực đại hóa sự tương tự giữa các đối tượng trong
cùng mộtcụm
nhưng cựctiểu hóa sự tương tự giữacácđối
cùng
một
cụm
–
nhưng
cực
tiểu
hóa
sự
tương
tự
giữa
các
đối
tượng khác cụm
Có rất nhiều phương pháp và ứng dụng (bài toán)
Phân tích ngoại lai (Outlier analysis/detection)
Ngoại lai (Outlier): Một đối tượng rất khác biệt với các đối tượng
khác (trong một cụm)
Nhiễ ủ dữ liệ hlà ilệ?
Nhiễ
u c
ủ
a
dữ
liệ
u,
h
ay
là
ngoạ
i
lệ?
Các phương pháp: phân cụm, phân tích hồi quy, …
Rất hữu ích trong các bài toán phát hiện gian lận (giả mạo), hoặc
phân tích các sự kiệnhiếmkhixảyra
phân
tích
các
sự
kiện
hiếm
khi
xảy
ra
18
Khai Phá Dữ Liệu
DM: Phân tích xu hướng và tiến triển
Phân tích chuỗi (sequence), xu hướng (trend), và tiến
triển (evolution)
Phân tích xu hướng và sự dịch chuyển (khỏi xu hướng)
Khai phá các mẫu kiểu chuỗi (sequential patterns)
Vd: Đầutiênmuamáyảnh số sau đómuacácthẻ nhớ SD
Vd:
Đầu
tiên
mua
máy
ảnh
số
,
sau
đó
mua
các
thẻ
nhớ
SD
dung lượng lớn, …
Phân tích tính chu kỳ (Periodicity analysis)
Phâ tí h h ỗidữ liệ liê t th thờii (ti
i)à
Phâ
n
tí
c
h
c
h
u
ỗi
dữ
liệ
u
liê
n
t
ục
th
eo
thời
g
i
an
(ti
me-ser
i
es
)
v
à
chuỗi dữ liệu sinh học
Phân tích dựa trên sự tương tự (Similarity-based analysis)
Khai phá các luồng dữ liệu
Có thứ tự, thay đổi theo thời gian, có thể vô hạn, các luồng dữ
liệu
liệu
19
Khai Phá Dữ Liệu
DM: Phân tích mạng và cấu trúc
Khai phá đồ thị dữ liệu (Graph mining)
Tìm ra các đồ thị con (các phần của đồ thị ban đầu), các cây (dữ
liệuXML) cáccấu trúc con (dữ liệu Web) thường xuyên xảyra
liệu
XML)
,
các
cấu
trúc
con
(dữ
liệu
Web)
…
thường
xuyên
xảy
ra
Phân tích mạng thông tin (Information network analysis)
Các mạng xã hội: các tác nhân (các đối tượng, các nút) và các
mối
q
uan h
ệ
(
các c
ạ
nh
)
q ệ ( ạ )
Vd: Mạng các tác giả (học giả) trong lĩnh vực Trí tuệ nhân tạo
Các mạng hỗn tạp (khác nhau)
Vd: Một người có thể tham gia nhiều mạng khác nhau (bạn bè, gia
đình bạn cùng lớp/trường những người cùng sở thích nghe nhạc
đình
,
bạn
cùng
lớp/trường
,
những
người
cùng
sở
thích
nghe
nhạc
Rock,…)
Các liên kết (links) mang rất nhiều thông tin ngữ nghĩa: Khai phá
các liên kết (Link mining)
Kh i há W b (W b i i )
Kh
a
i
p
há
W
e
b
(W
e
b
m
i
n
i
ng
)
WWW là một mạng thông tin khổng lồ: PageRank (Google)
Phân tích các mạng thông tin Web
Khám phá cộng đồng Web Khai phá ý kiến (Opinion mining) Khai
Khám
phá
cộng
đồng
Web
,
Khai
phá
ý
kiến
(Opinion
mining)
,
Khai
phá dữ liệu truy cập Web (usage mining)
20
Khai Phá Dữ Liệu
Tất cả các mẫu đều quan trọng?
Quá trình khai phá dữ liệu có thể sinh (phát hiện) ra hàng
ngàn mẫu – Không phải tất cả các mẫu đều quan trọng
Các đánh giá về mức độ quan trọng của các mẫu
Một mẫu là quan trọng, nếu nó: dễ hiểu đối với người dùng, vẫn
đúng đối với các dữ liệu mới (ở một mức độ chắc chắn nhất
đị h) hữ d ới ẻ h ặ iú á hậ ộtiả thiếtàđó
đị
n
h)
,
hữ
u
d
ụng, m
ới
m
ẻ
,
h
o
ặ
c g
iú
p x
á
c n
hậ
n m
ột
g
iả
thiết
n
à
o
đó
của một người dùng
Các đánh
g
iá dựa trên mục tiêu
(
ob
j
ective
)
và dựa trên
g (j )
chủ quan (subjective)
Dựa trên mục tiêu (objective): dựa trên sự thống kê và các cấu
trúc của các mẫu
Vd: dựa trên các giá trị độ hỗ trợ (support) độ tin cậy
Vd:
dựa
trên
các
giá
trị
độ
hỗ
trợ
(support)
,
độ
tin
cậy
(confidence)
Dựa trên chủ quan (subjective): dựa trên sự tin cậy của người
dùn
g
đối với dữ liệu
g
Vd: sự ngạc nhiên, sự mới mẻ, … đối với người dùng
21
Khai Phá Dữ Liệu
Đánh giá mức độ quan trọng của mẫu
Mức độ đơn giản (Simplicity)
Độ dài củacácluậtkếthợp
Độ
dài
của
các
luật
kết
hợp
Kích thước của cây quyết định học được
Mức độ tin cậ
y
(
Certaint
y
/Confidence
)
y( y )
Độ tin cậy (confidence) của các luật kết hợp
Độ chính xác của phân lớp học được
Mức độ tiện ích (Utility): khả năng hữu ích của mẫu
Độ hỗ trợ của các luật kết hợp
Ngưỡng nhiễu đốivới phân lớphọc được
Ngưỡng
nhiễu
đối
với
phân
lớp
học
được
Tính mới mẻ (Novelty): mẫu mới, chưa bao giờ được
biết đến
22
Khai Phá Dữ Liệu
Tìm tất cả các mẫu quan trọng?
Tìm tất cả các mẫu quan trọng: Tính hoàn chỉnh
(completeness)
Một hệ thống khai phá dữ liệu có thể tìm được tất cả các mẫu
quan trọng không?
Chún
g
ta có cần
p
hải tìm tất cả các mẫu
q
uan tr
ọ
n
g
khôn
g
?
g p
q ọ gg
Tìm kiếm vét cạn (exhaustive) vs. heuristic
Chỉ tìm các mẫu
q
uan tr
ọ
n
g
: Bài toán tối ưu
q ọ g
Một hệ thống khai phá dữ liệu có thể tìm chỉ các mẫu quan trọng?
Các phương pháp
Trướchếtcứ sinh (tìm) ra tấtcả các mẫusauđóloạibỏ đicác
Trước
hết
cứ
sinh
(tìm)
ra
tất
cả
các
mẫu
,
sau
đó
loại
bỏ
đi
các
mẫu không quan trọng
(Trong quá trình khai phá dữ liệu) Chỉ sinh ra các mẫu quan
trọng
23
Khai Phá Dữ Liệu
Hiển th
ị
các mẫu tìm đư
ợ
c
ị ợ
Các người dùng khác nhau, các mục đích sử dụng khác
nhau sẽ yêu cầu các dạng hiển thị khác nhau đối với các
ẫ tì đ
m
ẫ
u
tì
m
đ
ược
Hiển thị bằng: các luật, các bảng, biểu đồ so sánh, …
Phân cấp khái niệm
Phân
cấp
khái
niệm
Tri thức khám phá được có thể sẽ dễ hiểu hơn khi được biểu diễn
ở mức khái quát hóa cao hơn
Sự phân cấp khái niệm cho phép nhìn (xét) dữ liệu theo các cách
hì khá h
n
hì
n
khá
c n
h
au
Các kiểu tri thức khác nhau đòi hỏi các cách biểu diễn
khác nhau
(
đối với các mẫu tìm đư
ợ
c
)
( ợ )
Luật kết hợp
Phân lớp,
Phân cụm
…
24
Khai Phá Dữ Liệu
DM: Các ứn
g
d
ụ
n
g
tiềm năn
g
g ụ g g
Phân tích dữ liệu và hỗ trợ quyết định
Phân tích và quản lý thị trường
Quảng cáo cá nhân (target marketing), quản lý quan hệ khách
hàng (CRM), phân tích giỏ hàng, bán hàng liên quan (cross-
selling), phân chia thị trường
Phâ tí h à ả lý ủi
Phâ
n
tí
c
h
v
à
qu
ả
n
lý
r
ủi
ro
Dự đoán, giữ khách hàng, phân tích cạnh tranh
Phát hiện gian lận và phát hiện các mẫu bất thường (outliers)
Các ứng dụng khác
Khai phá văn bản (nhóm tin – news group, email, tài liệu)
Khai phá Web
Khai
phá
Web
Khai phá dữ liệu luồng (chuỗi)
Phân tích dữ liệu sinh học và tin sinh
25
Khai Phá Dữ Liệu