2.5 大数据

数据挖掘（Data Mining）是一门跨学科的计算机科学分支，它用人工智能、机器学习、统计学和数据库的交叉方法，在大规模数据中发现隐含模式。数据挖掘是知识发现（KDD）的一个关键步骤。1989年8月，Gregory I. Piatetsky Shapiro等人在美国底特律的国际人工智能联合会议（IJCAI）上召开了一个专题讨论会（workshop），首次提出了知识发现（Knowledge Discovery in Database，KDD）这一概念。数据挖掘技术从一开始就是面向应用的，源于商业的直接需求。目前数据挖掘在零售、旅游、物流、医学等领域都有所应用，可以大大提高行业效率和行业质量。

数据挖掘过程有五个步骤：选择、预处理、转换、挖掘以及分析和同化（图2-5-1）。