数据挖掘的探索性研究

《数据挖掘的探索性研究》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、、11化I》数据挖掘的探索性研究Daamin5xp1rorestnigleSoatyrearch武书彦'，李咚WUSh—aoLnuyn・IDog（.1郑州牧业工程高等专科学校，郑州401；2郑铁职业技术学院，郑州405）50.1502摘要：本文介绍了数据挖掘定义及特点，分析了当前的发展现状，以及数据挖掘主耍任务、分类，主要支术手段及一般挖掘流程,同时介绍了数据挖掘在We领域屮应用o最后结合当b前数据库技术的发展，分析了数据挖掘的主要发展趋势。关键词:数据挖掘；数据库；WEB中国分类号:T31P9文献标识码：B文章编号：

2、10—03（o11下）09—091421）（—0830Di1.99Jis・090.01’下）3o:36/.n10-1421•（・30s30引言随着计算机技术的飞速发展以及网络技术的据挖掘是人T.智能和数据库发展相结合的产物。下图为典型的数据挖掘系统：普及，使得许多行业都有了更多的信息交流，促使数据库的规模、范围和深度都有了较大规模的扩大，从而积累了人量及以不同形式存储的数据资料，同时在许多领域也建立了数据仓库。在这些海量数据中往往隐含着各种各样的信息，这些信息往往人们凭直觉与经验是难以发现的如何从大量的数据中获得有价值

3、的信息，采用传统的数据库技术己显得微不足道。数据的迅速增加与数据分析处理方法滞后的孑盾越来越大，人们希望能够在对己有的大量数据分析的基础上进行科学研究、商业决策或金业管理，从而达到为决策服务的目的。数据挖掘就是为了满足这种需求而迅速:数据整理、和选择i集成发展起来的一种新的数据处理技术。1数据挖掘的基木概念及特点1数据挖掘的定义：日前有关数据挖掘的定）义虽然有很多，但日前一种比较公认的定义是：数据挖掘（M）是从大型数据库的数据屮提取人D就图1典型的数据挖掘系统们感兴趣的知识。这些知识是隐含你事先未知的潜在有用信息，提取

4、的知识表示为概念、规则、2数据挖掘的特点:）（）1挖掘对象是海量的、复杂的各种类型的数据。（）掘的结果是潜在的、未知的、多样性的2挖规律、模式等形式。数据挖掘所要处理的问题，就是在庞大的数据库中寻找出有价值的隐藏事件，加以分析，并将这些有意义的信息归纳成结构模式，供给有关部门在进行决策时参考。此外，提数据挖掘看重的是数据库的再分析，包括模式的建构（发现的知识可以是多种形式的）。（）掘方法是不确定的。数据挖掘方面没有3挖所谓最好的技术或通用的技术，因此，问题不是某一种方法比另一种方法更好，而是哪一种更适或是资料特征的判定

5、，其主要H的就是要从数据库中发现先前关心却未曾获悉的有价值信息。数收稿F1期：21-1-10020合所要解决的问题;()据挖掘支持在线数据存取。4数作者简介：武书彦(9517—)，男，河南新乡人，讲师，硕士，研究方向为网络安全、电子商务安全。【8第3卷第19】3期21—()011下、1（）术的综合性。数据挖掘融入了人工智能5技技术、数据库技术、数理统计技术、可视化技术等技术和哲学、逻辑学等学科的知识。3知识发现：知识发现的目的是从数据中发）现知识，而数据挖掘则是知识发现中的一个特定步骤。二者都是从数据中发现知识，它们的

6、区别匍似一段时间的项冃集间的关系。常把序列模式看作由时间变量连接起来的关联。序列分析可分析长时间的相关纪录，发现经常发生的模式。4数据挖掘采用的典型方法及一般流程1数据挖掘采用的典型方法针对上述应用类）型，数据挖掘领域提出了多种实现模式。可以这样来理解：只是发现比数据挖掘更广泛，而数据挖掘则是更具体更深入的概念。但在很多地方，就用数据挖掘表示知识发现。（）神经网络。它建立在数学模型的基础之1上，可以对大量复杂的数据进行分析，并完成极2数据挖掘现状数据挖掘的研究现状目前，国外在数据挖掘为复朵的模式抽取及趋势分析。（）策树

7、。它是通过一系列规则对数据进行2决分类，建立起相应的数学模型。采用决策树，可方面的发展趋势及研究主要有：对知识发现（简称KDD）方法的进一步研究，如近年來注重对以将数据规则可视化，其输岀结果也容易理解。决策树方法精确度比较高，构造过程简单。Bae贝叶斯）方法以及Botg方法的研究和ys（osni提高;统计学冋归法在KD中的应用；DD与数DK据库的紧密结合；对网络信息挖掘方法的研究等。（）机分析处理。根据分析人员的要求，对3联大量数据进行复杂的处理，专门用来支