數(shù)據(jù)的概念

數(shù)據(jù)庫就是把一堆諸如，姓名電話之類的東西堆在一起，存在一個(gè)地方我們管這個(gè)地方叫做數(shù)據(jù)庫

邏輯結(jié)構(gòu)有四種基本類型：集合結(jié)構(gòu)、線性結(jié)構(gòu)、樹狀結(jié)構(gòu)和網(wǎng)絡(luò)結(jié)構(gòu)。表和樹是最常用的兩種高效數(shù)據(jù)結(jié)構(gòu)，許多高效的算法可以用這兩種數(shù)據(jù)結(jié)構(gòu)來設(shè)計(jì)實(shí)現(xiàn)。表是線性結(jié)構(gòu)的（全序關(guān)系），樹(偏序或?qū)哟侮P(guān)系)和圖（局部有序(weak/local orders)）是非線性結(jié)構(gòu)。

數(shù)據(jù)結(jié)構(gòu)的物理結(jié)構(gòu)是指邏輯結(jié)構(gòu)的存儲(chǔ)鏡像(image)。數(shù)據(jù)結(jié)構(gòu) DS 的物理結(jié)構(gòu) P 對(duì)應(yīng)于從 DS 的數(shù)據(jù)元素到存儲(chǔ)區(qū)M（維護(hù)著邏輯結(jié)構(gòu)S）的一個(gè)映射：

P:(D,S) --> M

數(shù)據(jù)挖掘(
data
mining，簡(jiǎn)稱dm)，簡(jiǎn)單地講就是從大量數(shù)據(jù)中挖掘或抽取出知識(shí)，數(shù)據(jù)挖掘概念的定義描述有若干版本，以下給出一個(gè)被普遍采用的定義描述:
數(shù)據(jù)挖掘，又稱為數(shù)據(jù)庫中知識(shí)發(fā)現(xiàn)(knowledge
discovery
from
database，簡(jiǎn)稱kdd)，它是一個(gè)從大量數(shù)據(jù)中抽取挖掘出未知的、有價(jià)值的模式或規(guī)律等知識(shí)的復(fù)雜過程。
整個(gè)知識(shí)挖掘(kdd)過程是由若干挖掘步驟組成，而數(shù)據(jù)挖掘僅是其中的一個(gè)主要步驟。整個(gè)知識(shí)挖掘的主要步驟有:
數(shù)據(jù)清洗(data
clearning
)，其作用就是清除數(shù)據(jù)噪聲和與挖掘主題明顯無關(guān)的數(shù)據(jù);
數(shù)據(jù)集成(data
integration
)，其作用就是將來自多數(shù)據(jù)源中的相關(guān)數(shù)據(jù)組合到一起;
數(shù)據(jù)轉(zhuǎn)換(data
transformation
)，其作用就是將數(shù)據(jù)轉(zhuǎn)換為易于進(jìn)行數(shù)據(jù)才它掘的數(shù)據(jù)存儲(chǔ)形式;
數(shù)據(jù)挖掘(data
mining
)，它是知識(shí)挖掘的一個(gè)基本步驟，其作用就是利用智能方法挖掘數(shù)據(jù)模式或規(guī)律知識(shí);
模式評(píng)佑(
pattern
evaluation
)，其作用就是根據(jù)一定評(píng)估標(biāo)準(zhǔn)interesting
measures)從挖掘結(jié)果篩選出有意義的模式知識(shí);
知識(shí)表示(knowledge
presentation
)，其作用就是利用可視化和知識(shí)表達(dá)技術(shù)，向用戶展示所挖掘出的相關(guān)知識(shí)。