浅谈数据挖掘研究及其应用

《浅谈数据挖掘研究及其应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、浅谈数据挖掘研究及其应用【摘要】数据挖掘技术虽说是一个比较新的数据库技术，但随着应用日益广泛，它得到了很大的关注。该文概述了数据挖掘的相关理论知识,并应用到教学实践，鉴于学校教学中因材施教的教学特点，提出了要应用数据挖掘技术來分析学习者自身的学习状态的观点。最后分析了数据挖掘中的问题及研究方向。【关键词】数据挖掘；知识发现；分类；聚类；关联规则随着计算机和网络的普及，在日常生活中人们使用计算机来处理数据的机会也就越來越多，随之由计算机产生的数据也就成几何式增长，由此计算机收集的数据量每天在急剧的增多，利

2、用信息技术产生和搜集数据的能力也在大幅度的提高，如何冇效的利用处理这些平时看起來无用的数据信息已成为当今世界计算机领域共同关心的热点话题。随着数据库技术，人工智能和数理统计等技术和学科的不断发展和完善，数据挖掘技术在此基础上产生，它紧密的与我们现实生活联系在一起，同时也是现代科学技术发展和人们生活需求的必然趋势。它的基本冃标就是从大量的看似无用而用杂乱的数据屮提取出隐藏的冇用的知识和信息。这一技术自十年前提出以来，引起了许多专家学者的广泛关注，并且在实际的研究过程中把数据挖掘用到了各个领域，并且取得了良

3、好的社会效益，以此可以看出数据挖掘技术在现实中有着广泛的应用前景和开发前景。1・数据挖掘概述数据挖掘（D泣aMining）就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在冇用的信息和知识的过程。数据挖掘同时是一种新的商业信息处理技术，可以对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。2.数据挖掘的方法数据挖掘的任务主要有关联、聚类、分类、预测和偏差分析等。关联规则是指各个数据项之间相互依存

4、的关系，发现规则的任务为从数据库中发现一些置信度、支持度大于给定阈值的强关联规则，这些阈值是人为设定的。在大型数据库中，每个字段之间都存在着多种多样的关系，•且都隐藏在数据库包含的信息中，关联规则的H的即为找出数据项之间隐藏关系。聚类是将物理或抽象对象的集合分成由类似的对象组成的多个类的过程。由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异。分类是一种重要的数据分析形式,它提取刻画重要数据类的模型，用于预测数据对象的离散类别。预测是利用原有数据找出其数据之间

5、的规律级关联，然后建立模型，并由此对未来数据的种类、特征及发展趋势进行预测，用于预测数据对象的连续取值。偏差分析是因为发现数据库中有些数据存在某些不符合耍求的情况，寻找结果与参照数据Z间的差别，如果这种差别不在允许的范围内需要对这些数据进行降噪处理。3•数据挖掘的应用随着数据挖掘技术的口趋成熟和应用的推广，数据挖掘技术的应用越来越广泛，数据挖掘在天文学上有一个非常著名的应用系统：SKICATo利用SKICAT,天文学家已发现了16个新的极其遥远的类星体，该项发现能帮助天文工作者更好地研究类星体的形成以及

6、早期宇宙的结构。数据挖掘在生物学上的应用主要集中于分子生物学特别是基因工程的研究上。基因研究中，有一个著名的国际性研究课题一一人类基因组计划。近几年，通过用计算生物分子系列分析方法，尤其是基因数据库搜索技术已在基因研究上作出了很多重大发现。在商业应用中，由于管理信息系统和P0S系统在商业尤其是零售业内的普遍使用，特别是条形码技术的使用，从而可以收集到大量关于用户购买情况的数据，利用数据挖掘技术通过对用户数据的分析，可以得到关于顾客购买取向和兴趣的信息，从而为商业决策提供了可靠的依据。典型的金融分析领域有

7、投资评估和股票交易市场预测，分析方法一般采用模型预测法（如神经网络或统计回归技术）。银行或商业上经常发生诈骗行为，如恶性透支等，这些给银行和商业单位带来了巨人的损失。这方面应用非常成功的系统有：FALCON系统和FAIS系统。电信行业用來对客户的流失进行预测，以期能够最大限度的留住客户等等。这一切都体现出在这个信息爆炸的年代使用数据挖掘技术可以为我们的生活带来许多的方便，从而提高我们生活的质量和效率。4•数据挖掘技术在学习特征分析中的应用在现代教育理论的指导下，教学设计是一套能够促进学生学习、发展的系统

8、化程序，也是在教学问题求解过程中，侧重和问题求解中方案的决策、寻找过程，其中，学习者的学习特征分析是重要的组成部分之一，我们所说的学习特征，即学生的学习风格、习惯、准备状态等，虽然和具体学科的内容并没有直接联系，但是对教学者的内容组织、选择，教学方法的选择等都能够产牛-肚影响，因此通过对学习者的学习特点进行分析，能够明确学生的初始能力，从而确定下学习的起点，为选择教学内容、方式方法提供参考。在利用数据挖掘技术对学习者学习特征进行分析的过程中