数据挖掘领域十大挑战问题

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