顺序模式-数据挖掘

Question

我是数据挖掘的新手，所以对这个问题对于任何人来说都是显而易见的问题，我深表歉意。 我知道那里有很多数据挖掘算法，例如顺序模式挖掘或先验算法。 我想知道是否将我实现的以下代码视为数据挖掘，特别是针对顺序模式，如果我有一个大约有20,000名学生的数据库，还是我必须专门使用一种现有的数据挖掘算法？

String x = "SELECT STUDENTS.ROW, STUDENTS.MAJOR, STUDENTS.NAME " +
"CASE WHEN prior_row.NAME IS NOT NULL" +
"AND EXISTS(SELECT 'x' FROM STUDENTS prior_row " +
"WHERE STUDENTS.MAJOR = prior_row.MAJOR" +
"AND STUDENTS.ROW > prior_row.ROW + 1" +
"SELECT STUDENTS.MAJOR, STUDENTS.ROW, STUDENTS.NAME WHERE" +
"MAJOR < (SELECT MAJOR FROM STUDENTS WHERE MAJOR = 'MATH' 
"AND WHERE MAJOR > (SELECT MAJOR FROM STUDENTS WHERE MAJOR = 'SCIENCE' THEN 1 ELSE NULL          END Flagged_Values";

 st.executeQuery(x);

  String y = "SELECT STUDENTS.ROW, STUDENTS.MAJOR, STUDENTS.NAME" +
"CASE WHEN previous.NAME IS NOT NULL" +
"AND EXISTS(SELECT 'y' FROM STUDENTS previous" +
"WHERE STUDENTS.MAJOR = previous.MAJOR" +
"AND STUDENTS.ROW > previous.ROW + 1" +
"SELECT STUDENTS.MAJOR, STUDENTS.ROW, STUDENTS.NAME WHERE" +
"MAJOR < (SELECT THE_OUTCOME FROM STUDENTINFO WHERE MAJOR ='Math' +
"AND WHERE MAJOR > (SELECT MAJOR FROM STUDENTS WHERE MAJOR = 'SCIENCE'" +
"AND WHERE MAJOR > (SELECT MAJOR FROM STUDENTS WHERE MAJOR = 'Engineering'
"THEN 1 ELSE NULL END Flag ";

 st.executeQuery(y);

Answer 1

您正在执行的是SQL select语句 。 投影，选择和聚合。

您是否已阅读Wikipedia上有关数据挖掘的文章 ？

实际的数据挖掘任务是对大量数据进行自动或半自动分析，以提取以前未知的有趣模式，例如数据记录组（集群分析），异常记录（异常检测）和依存关系（关联规则挖掘）。 这通常涉及使用数据库技术，例如空间索引。 然后，这些模式可以看作是输入数据的一种摘要，并且可以用于进一步的分析中，或者例如用于机器学习和预测分析中。 例如，数据挖掘步骤可能会识别数据中的多个组，然后可以将这些组用于决策支持系统以获得更准确的预测结果。 数据收集，数据准备，结果解释和报告都不是数据挖掘步骤的一部分，但作为附加步骤，它确实属于整个KDD流程。

术语“数据挖掘”经常被误用于任何类型的数据收集或选择，但是应该将这些任务称为“数据收集”和“数据库查询”，而不是拉扯随机的流行词。 数据挖掘是统计，人工智能，机器学习和数据库的交集 。 如果缺少这些组件（除了数据库，在查询中看不到它们），则应将其称为“数据库”，“机器学习”或“统计信息”。

Answer 2

通常，请记住，这本质上是基于意见的，数据挖掘是指获取相对不可用格式的数据并将其转换为更可用格式的过程。

例如，如果我有一个很大的非结构化文本.txt转储，然后提取相关部分（根据相关的正式定义），然后将其放入.bson存储区或类似的存储区中，那将是数据挖掘，无论确切地我如何提取。

但是，由于您的数据已经在SQL数据库中，因此我不考虑这种数据挖掘。 我认为这是SQL开发，尽管再次，这很大程度上是基于意见的。 SQL数据库已经是一种非常有用的数据存储方式，因此访问该数据并不会引入尚不存在的功能级别。

tl; dr：我不会说这算作数据挖掘，但这是一个灰色区域。

Answer 3

在数据挖掘领域，执行SQL查询将不被视为数据挖掘。