数据挖掘领域十大挑战问题

    在数据挖掘的顶级国际会议ICDM 2005前夕,美国的吴信东教授等人让世界上这个方向的顶级专家列出了他们各自认为数据挖掘研究领域的10大挑战性问题,然后他们总结这些专家的意见,得出了数据挖掘10大挑战性问题:
1.Devaloping  a  Unifying Thcory of Data Mining
形成数据挖掘的统一理论，目前的数据挖掘都是为企业解决问题二使用，是点对点的，没有统一的理论。 
 
2.Scaling Up for High Dimensional Date/High Speed Streams
高维数据和高速数据流的同比列扩大
 
3.Mining sequence data and time series data
 时序和时间序列数据挖掘准确高效的进行趋势预测，消除噪音
 
4.Mining complex knowledge from complex data
从复杂数据中挖掘复杂；图挖掘；网页，社交网络数据；数据挖掘和知识推理的结合
 
5.Data mining in a Network setting
知识网络设置中的数据挖掘；网络社区和社交网络、计算机网络中的数据包
 
6.Distributed data mining and mining multi-agent data
分布式数据挖掘和多智能体数据挖掘
 
7.Data mining for biological and environmental problems
生物数据挖掘和环境问题；生物数据的挖掘，DNA，化学结构的3D结构
 
8.Data mining process related problems
 数据挖掘过程以及相关论题； 数据挖掘操作的组合，数据挖掘过程的自动化实现，带有日志功能的数据清理，挖掘自动化和可视化
 

9.Security, privacy and data integrity
安全，隐私和数据完整性
 
10.Dealing with non-static,unbalanced and cost-sensitive data
处理非静态、失衡的以及代价敏感的数据