计算机学科技术前沿:数据挖掘领域的十大挑战问题
2013-04-25 22:17
519 查看
数据挖掘领域的十大挑战问题
1.数据挖掘的统一理论框架的构建;
2.高维数据和高速数据流的挖掘;
3.序列和时序数据的挖掘 ;
4.复杂数据中复杂知识的挖掘;
5.网络环境中的数据挖掘;
6.分布式数据和多代理数据的挖掘;
7.生物和环境数据的挖掘;
8.数据挖掘过程中的相关问题处理;
9.数据挖掘中数据安全、数据所涉及到的隐私和数据完整性的维护;
10.非静态、非平衡及成本敏感数据的挖掘。
个人看法:数据是一种新的自然资源,其探索,性能和可消费性能够助推精明的商业决策。如能够让人们探索数据和各类内容中的新的潜在价值,并将其价值进一步扩展。用户可以用它进行实时动态数据分析,简化投放开放和集成。
1.数据挖掘的统一理论框架的构建;
2.高维数据和高速数据流的挖掘;
3.序列和时序数据的挖掘 ;
4.复杂数据中复杂知识的挖掘;
5.网络环境中的数据挖掘;
6.分布式数据和多代理数据的挖掘;
7.生物和环境数据的挖掘;
8.数据挖掘过程中的相关问题处理;
9.数据挖掘中数据安全、数据所涉及到的隐私和数据完整性的维护;
10.非静态、非平衡及成本敏感数据的挖掘。
个人看法:数据是一种新的自然资源,其探索,性能和可消费性能够助推精明的商业决策。如能够让人们探索数据和各类内容中的新的潜在价值,并将其价值进一步扩展。用户可以用它进行实时动态数据分析,简化投放开放和集成。
相关文章推荐
- 学科前沿技术(数据挖掘领域10大挑战性问题)
- 数据挖掘领域的十大挑战问题
- 数据挖掘领域的十大挑战问题
- 数据挖掘领域的十大挑战问题
- 数据挖掘领域十大挑战问题
- 列举数据挖掘领域的十大挑战问题
- 列举数据挖掘领域的十大挑战问题
- 数据挖掘领域的十大挑战问题
- 数据挖掘领域的10大挑战问题
- 数据挖掘领域的十大挑战性问题
- 数据挖掘领域的十大挑战
- 列举数据挖掘领域的十大挑战性问题
- 列举数据挖掘领域的十大挑战性问题
- 数据挖掘领域的十大挑战性问题
- 数据挖掘领域的十大挑战性问题
- 数据挖掘的十大挑战挑战问题
- 机器学习、数据挖掘、计算机视觉等领域经典书籍推荐
- 数据挖掘领域十大经典算法初探
- 经典的机器学习方面源代码库(非常全,数据挖掘,计算机视觉,模式识别,信息检索相关领域都适用的了
- 聚焦大数据的十大前沿技术——记中科院计算所培训中心技术分享会