Research on Data Reduction Methods and Instances of Data Preprocessing

数据挖掘的处理对象是海量业务数据。在实际应用中，海量业务数据常常包含很多影响挖掘算法执行效率、干扰挖掘结果的因素，如：数据不完整、不一致、高冗余及噪音数据、脏数据等。数据预处理在数据挖掘之前，以领域知识为指导，以发现任务为目标，通过清理、集成、变换、缩减等操作，对源数据集进行处理，获得可供数据挖掘核心算法使用的目标数据，以减少数据处理量、提高挖掘效率，提高知识发现的起点和准确度。 数据预处理技术包括：数据清理(DataCleaning)、数据集成(DataIntegration)、数据变换(DataTransformation)与数据缩减(DataReduction)。数据缩减是指在尽可能保...Data mining manipulates on service data of massive size. In practical use, service data of massive size always include many factors which influence mining algorithm efficiency and disturb mining result, such as incomplete, inconsistent, high redundant and noisy, dirty data. Data preprocessing applies before data mining and manipulates on source data set through cleaning, integration, transformatio...学位：工程硕士院系专业：信息科学与技术学院自动化系_控制工程学号：X200522300