數據挖掘中涉及的計算方法及作用研究.doc

《數據挖掘中涉及的計算方法及作用研究.doc》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、數據挖掘中涉及的計算方法及作用研究摘要：隨著計算機軟件和硬件的不斷發展，數據存儲量以驚人的速度向前發展著，但是大量的未經過加工的數據難以直接產生效益，所以就需要智能的數據分析工具來處理這些大量的數據，數據挖掘技術就是從數據庫中發現知識的過程，並且數據挖掘技術在許多學科中都得到運用，有著很好的發展前景，首先分析數據挖掘中所涉及到的模糊邏輯、神經網絡、神經--模糊、遺傳算法、粗糙集和混合方法等軟計算方法，然後指出數據挖掘在各個領域中的作用關鍵詞：數據挖掘；軟計算；模糊邏輯；遺傳算法；神經網中圖分類號:G252文獻標

2、識碼：A文章編號:1671-7597(2011)1210094-011數據挖掘中的軟計算方法1.1模糊邏輯軟計算方法。模糊邏輯軟計算方法是數據挖掘中應用最早以及最廣泛的軟計算方法，可以這樣說，模糊邏輯是軟計算方法出現的前提。在數據挖掘領域內，模糊集技術占據著重要的地位，多數數據瀏覽方法都是基於模糊集理論來實現的。隨著計算機技術的大力發展，目前模糊集被歸類為數據挖掘中的另一種功能方法1）聚類：聚類是將具有抽象對象的集合進行分組，把類似的對象組成多個類。數據挖掘就是從龐大的數據庫中找出對用戶有用或者是用戶感興趣的知

3、識。模糊集能強有力地搜索數據中的語氣詞匯，對它感興趣的結構有助於定性和半定性數據的依賴度的發現以及阻止搜到無用的知識。模糊聚類算法真是由此發展岀來的。它是通過興趣度來獲得有用信息的，當在處理一些不精確的數據時，它可以利用消減不符合要求的屬性，以便更有效地發現有用的信息1）關聯規則：協作規則描述的是數據不同屬性之間的相互關系，也是數據挖掘中重要的一點。其中，佈爾關聯規則描述的是關聯的屬性是否在二維特征，概化關聯規則考慮的是屬性之間分層關系，量化關聯規則描述的是離散化的屬性之間的關聯。由於模糊概念表示的規則更貼近於

4、人的思維，所以，模糊技術在數據挖掘技術中發展的速度非常快2）數據概化：數據概化是將可理解的信息來表達數據庫中最重要的部分，以供客戶使用。語言概化是使用自然和可理解的詞匯，首先需要用戶制定概化興趣度，然後系統從數據庫中的記錄來計算每個概化的有效性，最後選擇最合適的語言概化1.2神經網絡軟計算方法。由於先前神經網絡的黑箱問題,它被認為在數據挖掘中並不適用。它雖不能獲取有用信息，但是卻很適合用於進行解釋。它在數據挖掘中的主要作用體現在規則提取和自組織性上1）規則提取：規則提取算法是將訓練過的神經網絡與數據節點進行連接

5、，其中隱藏的輸出單元會自動地獲取規則，然後合並,得到更多可理解的規則集2）自組織性：自組織性就是獲得組織性和檔案文件1.3神經--模糊軟計算方法。神經--模糊軟計算方法就是把神經網絡和模糊兩種方法進行結合，建立瞭具有更強大功能的智能決策系統。通過神經網絡可以獲取更多的自然規則，通過模糊可以推論完整或部分信息，為用戶找到具有關鍵決策的未知輸入1.4遺傳算法。遺傳算法是一種基於生物自然選擇與遺傳機理的隨機搜索算法。遺傳算法中主要包括瞭參數編碼、初始群體的設定、適應度函數的設計、遺傳操作設計以及控制參數設定五個基本要

6、素。遺傳算法具有很強的可調節性、魯棒性和自適應性,主要用於搜集大空間集，它在解決多峰值、非線性以及全局優化等復雜度高的問題具有非常獨特的優勢1.5粗糙集軟計算方法。粗糙集理論是一種處理不確定問題的新型數學工具。它是基於給定訓練數據內部的等價類建立起來的。在現實世界的數據中，常常存在一些屬性不能區分的類，這種類就可以用粗糙集來近似定義。它能有效分析不精確、不確定以及不完整的信息，還能處理龐大的數據庫和對冗餘信息進行消1.6混合算法。混合算法就是將軟計算的主要算法進行綜合,混合算法在並行性、容錯、自適應性和不定性管

7、理方面可以產生更好的系統。混合系統把自動化自適應性系統變成現實。當把模糊系統、神經網絡和遺傳算法進行有機結合時，可以得到充分體現合理有效的認識系統的新產品。當把粗糙集、神經網絡和模糊邏輯進行有機結合時，可以得到數據挖掘系統2數據挖掘的作用2.1數據挖掘在金融業中的作用。在金融領域，數據量是非常龐大的。如銀行、證券公司等交易數據都是非常巨大的。因此，可以利用數據挖掘來分析客戶的信譽，防止信用卡欺詐行為的發生。典型的金融分析領域有投資評估和股票交易市場的預測2.2數據挖掘在商業上的作用。在商業領域，尤其是零售業,數

8、據挖掘的作用顯得更加重要。由於MIS和碼技術的普遍使用，有大量的有利於購買情況的數據，並且數據量以驚人的速度在激增。那麼經營管理人員可以利用數據挖掘技術來作出正確的決策，有助於提高市場競爭力2.3數據挖掘在醫學中的作用。在醫學上，可以利用數據挖掘技術進行分子制藥或治療診斷，以提高效率和經濟效益。在藥物合成方面，可以利用數據挖掘來分析藥物分子的化學結構，確定對病因發揮作用的原子或原子基因