问怎么才能学好数据挖掘

数据结构是一门非常重要的基础课程，但并不是死记硬背就行的，那是应付一般的考试，老师划几道题，背一下及格就行。如果真想学好编程，这门课程是非常有用的。想学好它，主要是掌握c语言中的指针的用法，要知道指针的具体含义，以及它在程序运行时的移动方向。这一点只能靠多练习编程来实现，没有捷径可走，另外需要你有逻辑思维方面的天赋，并不是所有人都适合当程序员的。举个简单的例子，比如链表，在内存中分配一个空间，这个空间被分成两部分，一部分用来存放数据，一部分用来存放一个指针，这个指针是指向下一个数据的，这构成了一个存储单元。同样下一个单元也有两部分，一部分是数据，一部分是指针，指向另一个数据地址。许多这样的单元存储在内存中就构成了链表。你如果能非常好的理解这个存储过程，就没什么会不明白了。剩下的就是如何用c去实现它了，这需要多练习。

好的资料，好的老师，最主要是自己努力中文名称：数据挖掘英文名称：data mining定义：一种透过数理模式来分析企业内储存的大量资料，以找出不同的客户或市场划分，分析出消费者喜好和行为的方法。应用学科：通信科技（一级学科）；服务与应用（二级学科）　　数据挖掘（Data Mining，DM）又称数据库中的知识发现（Knowledge Discover in Database，KDD），是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，做出正确的决策。　　知识发现过程由以下三个阶段组成：（1）数据准备，（2）数据挖掘，（3）结果表达和解释。数据挖掘可以与用户或知识库交互。　　数据挖掘数据挖掘是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集；规律寻找是用某种方法将数据集所含的规律找出来；规律表示是尽可能以用户可理解的方式（如可视化）将找出的规律表示出来。　　数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析，等等。　　并非所有的信息发现任务都被视为数据挖掘。例如，使用数据库管理系统查找个别的记录，或通过因特网的搜索引擎查找特定的Web页面，则是信息检索（information retrieval）领域的任务。虽然这些任务是重要的，可能涉及使用复杂的算法和数据结构，但是它们主要依赖传统的计算机科学技术和数据的明显特征来创建索引结构，从而有效地组织和检索信息。尽管如此，数据挖掘技术也已用来增强信息检索系统的能力。